論文の概要: Towards Whole Hand and Wrist Kinematic Tracking with a Wearable A-Mode Ultrasound Probe

• arxiv url: http://arxiv.org/abs/2606.22333v1
• Date: Sun, 21 Jun 2026 04:52:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 18:56:55.014607
• Title: Towards Whole Hand and Wrist Kinematic Tracking with a Wearable A-Mode Ultrasound Probe
• Title（参考訳）: 装着可能なAモード超音波探触子を用いた手首・手関節運動追跡
• Authors: Giusy Spacone, Luca Benini, Andrea Cossettini,
• Abstract要約: Aモード超音波(US)は手と手首の動き追跡において有望なモダリティとして出現している。 WULPUSプラットフォームを用いたウェアラブルAモードUSによる手首・手首運動追跡のためのフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 13.901959380411043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A-mode ultrasound (US) has emerged as a promising modality for hand and wrist motion tracking. Prior works have mainly addressed static gesture classification or regression of a few degrees of freedom (DoFs), typically relying on non-wearable systems and external computing devices, and highlight the need for strategies to ensure robustness to sensor repositioning. In this work, we propose a framework for robust whole-hand and wrist kinematic tracking via wearable A-mode US using the WULPUS platform, tackling the regression of 23 DoFs directly on the probe. First, we introduce a compact (11285 parameters) multi-output convolutional neural network combined with an incremental training strategy, which improves inter-session generalization and reduces mean absolute error by more than 17% compared to a non-incremental approach. Second, we demonstrate, for the first time, the feasibility of end-to-end hand and wrist kinematic tracking entirely on-device. We deploy the model on the WULPUS nRF52832 microcontroller, achieving 0.73 mJ per inference, 29.1 ms latency, and showing the feasibility of full operation (data acquisition, online inference, and BLE streaming of results) within 33 mW, enabling up to 36 hours of continuous use and an 88% reduction in wireless bandwidth compared to raw data transmission.
• Abstract（参考訳）: Aモード超音波(US)は手と手首の動き追跡において有望なモダリティとして出現している。 以前の研究は主に数自由度(DoF)の静的なジェスチャー分類や回帰に対処しており、通常は非ウェアラブルシステムや外部コンピューティングデバイスに依存しており、センサー再配置に対する堅牢性を保証する戦略の必要性を強調している。 本研究では,WULPUSプラットフォームを用いたウェアラブルAモードUSを用いた手首運動追跡と手首運動追跡のためのフレームワークを提案する。 まず,コンパクトな(11285パラメータ)マルチ出力畳み込みニューラルネットワークとインクリメンタルトレーニング戦略を導入することで,セッション間一般化を改善し,非インクリメンタルアプローチと比較して平均絶対誤差を17%以上削減する。 第2に、エンド・ツー・エンドのハンドと手首のキネマティック・トラッキングがデバイス上で完全に実現可能であることを初めて実証する。 我々は,WULPUS nRF52832マイクロコントローラ上にモデルを展開し,0.73mJ/inference,29.1ms遅延を実現し,33mW以内の完全動作(データ取得,オンライン推論,BLEストリーミング)の実現可能性を示した。

関連論文リスト

• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
  PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。 PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。 7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T17:57:37Z)
• Time-Series at the Edge: Tiny Separable CNNs for Wearable Gait Detection and Optimal Sensor Placement [3.7765281299298015]
  我々は,3軸加速度の短い窓から発生するパーキンソン病(PD)の歩行検出のためのデバイス上での時系列解析について検討した。 1つの文献ベースライン(分離可能な畳み込み)と2つのウルトラライトモデル(純粋に分離可能なもの)である。
  論文  参考訳（メタデータ） (2025-11-29T08:52:41Z)
• VersaPants: A Loose-Fitting Textile Capacitive Sensing System for Lower-Body Motion Capture [3.4228651201337215]
  We present VersaPants, a first loose-fitting, fabric-based capacitive sensor system for lower-body motion capture。 このシステムは、快適さを損なうことなく下半身のポーズを再構築する。 我々は、コンデンサ信号を関節角にマッピングする軽量なトランスフォーマーベースディープラーニングモデルを採用している。
  論文  参考訳（メタデータ） (2025-11-20T13:30:02Z)
• MeanFlow Transformers with Representation Autoencoders [71.45823902973349]
  MeanFlow(MF)は、ノイズからデータへのジャンプを直接学習することで、効率的な数ステップ生成を可能にする拡散動機付き生成モデルである。 我々は、表現オートエンコーダ(RAE)の潜在空間におけるMFの効率的なトレーニングとサンプリング手法を開発する。 1ステップのFIDが2.03であり,バニラMFの3.43を上回っ,GFLOPSのサンプリングを38%削減し,ImageNet 256のトレーニングコストを83%削減した。
  論文  参考訳（メタデータ） (2025-11-17T06:17:08Z)
• StrikeWatch: Wrist-worn Gait Recognition with Compact Time-series Models on Low-power FPGAs [10.946464973530214]
  歩行パターンが良くなると、特に専門家のフィードバックなしに怪我につながることがある。 Wrist-wornウェアラブルは、実用的で非侵襲的な代替手段を提供する。 本稿では,デバイス上でリアルタイム歩行認識を行う小型手首輪システムであるStrikeWatchを紹介する。
  論文  参考訳（メタデータ） (2025-10-14T20:28:31Z)
• PLEIADES: Building Temporal Kernels with Orthogonal Polynomials [6.2921559513184695]
  本稿では,基本関数から発生する時間的カーネルを含むPLEIA(Lynomial Expansion In Adaptive Distributed Event Systems)というニューラルネットワークのクラスを紹介する。 低レイテンシでオンライン分類と検出を行うために、これらのネットワークをイベントベースのデータで相互接続することに重点を置いている。
  論文  参考訳（メタデータ） (2024-05-20T17:06:24Z)
• Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
  Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。 CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
  論文  参考訳（メタデータ） (2023-10-01T05:07:17Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。