手話単語認識のための動作の多様性に応じたHMM生成

摘要

隠れマルコフモデル(HMM)を用いた手話単語動作認識においては，動作の多様性に応じた状態遷移構造を持つHMMを用いるのが望ましい.本論文では少数のサンプルから手話単語動作の多様性を適切に反映した状態遷移構造を持つHMMを生成する手法を提案する.提案法では学習サンプルを部分動作の列に分割し，その結果から状態遷移構造の候補を多数生成する.実際の動作から得られる実サンプル以外に特製のHMMから生成した仮想サンプルも用いて候補HMMを評価することで多様な手話動作を認識できるHMMを決定する.実際の手話単語動作に提案法を適用し，その有効性を示す.%For sign language recognition with Hidden Markov Model (HMM), it is desired that a topology of a HMM reflect the variety of hand motions. We propose a method to construct a HMM that has branches and junctions to appropriately reflect the variety of a word. Many candidate HMMs are generated from sub-motions extracted from training samples. An appropriate HMM is selected by evaluating candidates with real samples and virtual samples generated by a specially made HMM. By using virtual samples, excessive specialization to specific samples can be avoided. With experiments, we show the effectiveness of the proposed method.