過去数十年にわたって、コンピューターサイエンティストは、音声、感情、ジェスチャーなど、人間の行動やコミュニケーションのさまざまな側面を分析するためのさまざまなモデルとアプローチを開発してきました。 手のジェスチャー認識のためのほとんどの既存の技術は、単一のウェアラブル技術の使用に依存しています センサー 限られた数の基本的なジェスチャーしか認識できません。
スロバキアのコメニウス大学ブラチスラバの研究者は最近、単一のセンサーの代わりに複数の慣性センサーを利用する手のジェスチャー認識のための新しいシステムであるWaveGloveを開発しました。 この新しいシステムは、基本的に、各指に慣性センサーが配置された手袋です。
「私たちの最近の論文は、ハンドジェスチャ認識（HGR）のための複数の慣性センサーの使用を示しています」と、研究を実施した研究者のXNUMX人は語った。 「カスタムハードウェアプロトタイプを構築し、新しいTransformerベースのモデル（自然言語処理タスクで多くの成功を収めたネットワークアーキテクチャ）を提案することで、複数のセンサーを使用すると分類の精度に大きな影響を与え、ジェスチャーのより豊かな語彙のために。」
研究者は、作成したハンドジェスチャ認識システムであるWaveGloveを使用して、11000を超えるハンドジェスチャサンプルを含む8つのデータセットを取得することができました。 次に、10つの異なるジェスチャボキャブラリを設計しました。XNUMXつはXNUMXつの手全体の動きを含み（WaveGlove-single）、もうXNUMXつはより複雑で注意深く設計されたXNUMXのハンドジェスチャを含み、個々の指の動きが異なります（WaveGlove-multi）。
複数のセンサーが存在することで、単一のハンドヘルドセンサーと比較して、ジェスチャーの豊富な語彙を設計および分類できます。 複数のセンサーを使用して分類するジェスチャは、私たちが日常生活ですでに使用しているジェスチャと似ています。 これにより、WaveGloveなどのデバイスをより簡単かつ自然に使用できるようになります。
手ジェスチャのデータセットを編集し、WaveGloveシステムの有効性を確認することに加えて、研究者は手ジェスチャ認識のための10以上の分類方法をベンチマークしました。 彼らは、これが手のジェスチャー認識の分野で結果を標準化するのに役立つことを期待して、多くの異なるデータセットでこれらの方法を評価しました。
この研究者チームによって収集された調査結果は、多くの貴重な意味を持つ可能性があります。 第一に、彼らの研究は、手のジェスチャー認識に焦点を当てた研究に情報を提供し、既存のシステムを強化するのに役立つ可能性があります。 第二に、彼らが作成したWaveGloveプロトタイプは、最終的には人間と 、後者が人間の手のジェスチャーをよりよく解釈できるようにします。