{"product_id":"ieej-zt173106","title":"筋電信号の周波数変換と画像認識の深層学習による手形状の推定","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-106\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成29年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2017\/03\/05\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eEstimation of Hand Gesture by Deep Neural Network of Image Recognition Based on Frequency Conversion of Electromyogram signals\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e浅井 紀久夫(放送大学),高瀬 規男(磯子ソフト)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKikuo Asai(The Open University of Japan),Norio Takase(Isogosoft)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e筋電信号|周波数変換|画像認識|深層学習|手形状\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e手の動作を推定するには画像認識による手法が主に用いられるが、カメラ映像が得られない場合などに表面筋電位から推定することが行われる。表面筋電信号には動作や動作意図の情報が含まれ、これらに特徴的な形状パターンが現れる。こうした特徴的なパターンをうまく捉えれば、手の動作の推定が可能になると考えられる。本研究では、手の動作に伴う筋電信号の周波数解析結果を二次元面に表示した画像を特徴量として深層学習による画像認識を行う。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e354 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46401157791983,"sku":"IEEJ-ZT173106-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_b2cdb312-22e8-47e2-873c-3d14be720977.png?v=1744936096","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt173106","provider":"電気学会 電子図書館","version":"1.0","type":"link"}