論文の概要: Hand Gesture Recognition through Reflected Infrared Light Wave Signals
- arxiv url: http://arxiv.org/abs/2301.05955v2
- Date: Tue, 13 Jun 2023 16:03:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-14 17:53:06.721717
- Title: Hand Gesture Recognition through Reflected Infrared Light Wave Signals
- Title（参考訳）: 反射赤外光信号による手のジェスチャー認識
- Authors: Md Zobaer Islam, Li Yu, Hisham Abuella, John F. O'Hara, Christopher
Crick, Sabit Ekin
- Abstract要約: 人体から反射される非コヒーレント光波信号のみを用いた無線(非接触)ジェスチャー認識法を提案する。
手のジェスチャー認識の結果は平均96%の精度を示した。
- 参考スコア（独自算出の注目度）: 3.4734330488844125
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this study, we present a wireless (non-contact) gesture recognition method
using only incoherent light wave signals reflected from a human subject. In
comparison to existing radar, light shadow, sound and camera-based sensing
systems, this technology uses a low-cost ubiquitous light source (e.g.,
infrared LED) to send light towards the subject's hand performing gestures and
the reflected light is collected by a light sensor (e.g., photodetector). This
light wave sensing system recognizes different gestures from the variations of
the received light intensity within a 20-35cm range. The hand gesture
recognition results demonstrate up to 96% accuracy on average. The developed
system can be utilized in numerous Human-computer Interaction (HCI)
applications as a low-cost and non-contact gesture recognition technology.
- Abstract（参考訳）: 本研究では,人体から反射される非コヒーレント光波信号のみを用いた無線(非接触)ジェスチャー認識手法を提案する。
既存のレーダー、光影、音響、カメラベースのセンシングシステムと比べ、この技術は安価でユビキタスな光源(例えば赤外線LED)を使って被験者の手の動きに光を送り、反射光は光センサー(例えば光検出器)によって収集される。
20〜35cmの範囲で受信した光強度の変化から異なるジェスチャーを認識する。
手のジェスチャー認識の結果は平均で96%の精度を示した。
開発システムは、低コストで非接触なジェスチャー認識技術として、多数のヒューマンコンピュータインタラクション(HCI)アプリケーションで利用することができる。
関連論文リスト
- Respiratory Anomaly Detection using Reflected Infrared Light-wave
Signals [0.18641315013048293]
メカニカルロボットの胸部から反射する非コヒーレント光波信号を用いた非接触呼吸異常検出法を提案する。
開発されたシステムは、スマートで非接触的で離散的な呼吸監視方法として、家庭や医療施設で利用することができる。
論文 参考訳（メタデータ） (2023-11-02T16:23:13Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - A Real-time Human Pose Estimation Approach for Optimal Sensor Placement
in Sensor-based Human Activity Recognition [63.26015736148707]
本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。
得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。
本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
論文 参考訳（メタデータ） (2023-07-06T10:38:14Z) - UltraGlove: Hand Pose Estimation with Mems-Ultrasonic Sensors [14.257535961674021]
指に装着した複数のMEMS超音波センサを用いた手指追跡グローブを提案する。
実験の結果,本手法は精度,サイズに依存し,外的干渉に対して頑健であることがわかった。
論文 参考訳（メタデータ） (2023-06-22T03:41:47Z) - 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) - Improved Static Hand Gesture Classification on Deep Convolutional Neural
Networks using Novel Sterile Training Technique [2.534406146337704]
非接触手ポーズと静的ジェスチャー認識は多くのアプリケーションで注目されている。
本稿では, ステレオ画像の導入により, 効率的なデータ収集手法と深部CNN訓練手法を提案する。
提案されたデータ収集とトレーニング手法を適用すると、静的ハンドジェスチャの分類率が85%から93%に向上する。
論文 参考訳（メタデータ） (2023-05-03T11:10:50Z) - DensePose From WiFi [86.61881052177228]
WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。
本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
論文 参考訳（メタデータ） (2022-12-31T16:48:43Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳（メタデータ） (2022-07-05T10:00:58Z) - Real-time Interface Control with Motion Gesture Recognition based on
Non-contact Capacitive Sensing [2.60215363752507]
非接触手動ジェスチャー認識に基づくリアルタイムインタフェース制御フレームワークを提案する。
10種類の手の動きのジェスチャーを98.79%の精度で分類する。
本研究は,人間と機械とのフレキシブルなインタラクションを自然ユーザインタフェースと類似した,直感的なインタフェース技術が実現可能であることを示唆する。
論文 参考訳（メタデータ） (2022-01-05T18:39:51Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z)
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。