論文の概要: Hand gesture detection in the hand movement test for the early diagnosis
of dementia
- arxiv url: http://arxiv.org/abs/2110.14461v1
- Date: Wed, 27 Oct 2021 14:29:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-28 13:06:28.985339
- Title: Hand gesture detection in the hand movement test for the early diagnosis
of dementia
- Title（参考訳）: 認知症早期診断のための手の動き検査における手のジェスチャー検出
- Authors: Guan Huang and Son N. Tran and Quan Bai and Jane Alty
- Abstract要約: 我々はTASテストから収集した2万枚の画像を処理し、6450枚の画像にラベルを付け、異なるポーズを検出する。
我々は,アートネットワークの状態にトランスフォーマーブロックを導入し,類似のジェスチャーの分類性能を高めた。
- 参考スコア（独自算出の注目度）: 9.00837522898458
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collecting hands data is important for many cognitive studies, especially for
senior participants who has no IT background. For example, alternating hand
movements and imitation of gestures are formal cognitive assessment in the
early detection of dementia. During data collection process, one of the key
steps is to detect whether the participants is following the instruction
correctly to do the correct gestures. Meanwhile, re-searchers found a lot of
problems in TAS Test hand movement data collection process, where is
challenging to detect similar gestures and guarantee the quality of the
collect-ed images. We have implemented a hand gesture detector to detect the
gestures per-formed in the hand movement tests, which enables us to monitor if
the participants are following the instructions correctly. In this research, we
have processed 20,000 images collected from TAS Test and labelled 6,450 images
to detect different hand poses in the hand movement tests. This paper has the
following three contributions. Firstly, we compared the performance of
different network structures for hand poses detection. Secondly, we introduced
a transformer block in the state of art network and increased the
classification performance of the similar gestures. Thirdly, we have created
two datasets and included 20 percent of blurred images in the dataset to
investigate how different network structures were impacted by noisy data, then
we proposed a novel net-work to increase the detection accuracy to mediate the
influence of the noisy data.
- Abstract（参考訳）: ハンドデータの収集は多くの認知研究、特にITのバックグラウンドを持たない高齢者にとって重要である。
例えば、交互な手の動きやジェスチャーの模倣は認知症の早期発見における正式な認知評価である。
データ収集過程において、重要なステップの1つは、参加者が正しいジェスチャーを行うために正しい指示に従うかどうかを検出することである。
一方、TASテストハンドムーブメントデータ収集プロセスでは、同様のジェスチャーを検出し、収集した画像の品質を保証することが困難である。
我々は手の動きを検知する手の動き検出装置を実装しており、被験者が正しい指示に従っているかどうかを確認できる。
本研究では,TASテストから収集した2万枚の画像を処理し,手の動きの異なるポーズを検出するために6450枚の画像にラベル付けした。
本論文には以下の3つの貢献がある。
まず,ハンドポーズ検出のために異なるネットワーク構造の性能を比較した。
次に,最先端のアートネットワークにトランスフォーマーブロックを導入し,同様のジェスチャの分類性能を高めた。
第3に,2つのデータセットを作成し,20%のぼやけた画像を含むことにより,ノイズデータによるネットワーク構造の違いがどう影響したかを検証し,ノイズデータの影響を媒介する検出精度を向上させるための新たなネットワークを提案する。
関連論文リスト
- Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳（メタデータ） (2024-04-25T17:59:41Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - Real-Time Hand Gesture Identification in Thermal Images [0.0]
我々のシステムは、フレーム内の複数のハンド領域を処理し、リアルタイムアプリケーションで高速に処理することができる。
ジェスチャー10のサーマルイメージデータセットを新たに収集し,手動作認識精度97%を報告した。
論文 参考訳（メタデータ） (2023-03-04T05:02:35Z) - Simultaneous prediction of hand gestures, handedness, and hand keypoints
using thermal images [0.6087960723103347]
赤外線カメラで捉えたサーマルデータを用いて手指のジェスチャー分類,手指検出,手指キーポイントの局所化を同時に行う手法を提案する。
提案手法は,共有エンコーダデコーダ層を含む新しい深層マルチタスク学習アーキテクチャを用いて,各タスクに専用の3つのブランチを付加する。
論文 参考訳（メタデータ） (2023-03-02T19:25:40Z) - Efficient Gesture Recognition for the Assistance of Visually Impaired
People using Multi-Head Neural Networks [5.883916678819684]
本稿では,視覚障害者支援を目的とした手ジェスチャーによって制御されるモバイルデバイスの対話型システムを提案する。
このシステムにより、ユーザーはシンプルな静的、ダイナミックな手の動きをすることでデバイスと対話できる。
各ジェスチャーは、オブジェクト認識、シーン記述、イメージスケーリングなど、システム内の異なるアクションをトリガーする。
論文 参考訳（メタデータ） (2022-05-14T06:01:47Z) - Learning to Disambiguate Strongly Interacting Hands via Probabilistic
Per-pixel Part Segmentation [84.28064034301445]
自己相似性と、それぞれの手にピクセル観察を割り当てるあいまいさは、最終的な3Dポーズエラーの大きな原因である。
1つの単眼画像から2つの手の3次元ポーズを推定する新しい手法であるDIGITを提案する。
提案手法は,InterHand2.6Mデータセット上での最先端性能を実現する。
論文 参考訳（メタデータ） (2021-07-01T13:28:02Z) - SHREC 2021: Track on Skeleton-based Hand Gesture Recognition in the Wild [62.450907796261646]
手のジェスチャーの認識は、ソフトウェアによって推定される手の骨格のストリームから直接行うことができる。
最近のスケルトンからのジェスチャーや行動認識の進歩にもかかわらず、現在の最先端技術が現実のシナリオでどの程度うまく機能するかは明らかではない。
本稿では,SHREC 2021: Track on Skeleton-based Hand Gesture Recognition in the Wild contestについて述べる。
論文 参考訳（メタデータ） (2021-06-21T10:57:49Z) - Where is my hand? Deep hand segmentation for visual self-recognition in
humanoid robots [129.46920552019247]
本稿では、画像からロボットの手を切り離すための畳み込みニューラルネットワーク(CNN)を提案する。
ヒューマノイドロボットVizzyの手のセグメンテーションのために,Mask-RCNNネットワークを微調整した。
論文 参考訳（メタデータ） (2021-02-09T10:34:32Z) - Understanding the hand-gestures using Convolutional Neural Networks and
Generative Adversial Networks [0.0]
このシステムは、リアルタイムハンドトラッキング、トレーニングジェスチャ、および畳み込みニューラルネットワークを用いたジェスチャー認識の3つのモジュールで構成されている。
アルファベットや数字を含む36のジェスチャーの語彙でテストされ、アプローチの有効性が検証されている。
論文 参考訳（メタデータ） (2020-11-10T02:20:43Z) - Visual Imitation Made Easy [102.36509665008732]
本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。
我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。
我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
論文 参考訳（メタデータ） (2020-08-11T17:58:50Z) - Force myography benchmark data for hand gesture recognition and transfer
learning [5.110894308882439]
我々は、この分野の進歩に寄与し、18のユニークなジェスチャーをカバーした20人の人から市販のセンサーを用いて、ベンチマークデータセットを収集する。
このようなデータに対する1つのユースケースを示し、転送学習を利用して、他の複数の人物のデータを組み込むことにより、ジェスチャー認識の精度を向上させる方法を示す。
論文 参考訳（メタデータ） (2020-07-29T15:43:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。