基於PairNet的連續手勢辨識

dc.contributor黃文吉zh_TW
dc.contributorHwang, Wen-Jyien_US
dc.contributor.author張筠婕zh_TW
dc.contributor.authorJhang, Yun-Jieen_US
dc.date.accessioned2019-09-05T11:14:59Z
dc.date.available2018-07-25
dc.date.available2019-09-05T11:14:59Z
dc.date.issued2018
dc.description.abstract這篇論文提出一個可以辨識連續手勢的系統,輸入是一條三軸加速度計 (3-axis Accelerometer) 和三軸陀螺儀 (3-axis Gyroscope) 所組成的時間序列。此研究所提出的辨識演算法——PairNet,是摺積式類神經網路 (Convolutional Neural Networks) 的變形。和一般摺積式類神經網路不同的點有三個:在摺積層中的過濾片 (Kernel) 使用的大小為 2×1。步伐 (Stride) 大小從常用的 1 改為過濾片的大小 (在這裡即是 2)。在計算完最後的摺積層後,加入了全域平均池化層 (Global Average Pooling) ,使其對整體網路所產生的輸出具備聚合 (Ensembling) 的效果。實驗使用了 HTC One M9 和 Google Daydream 這兩種感測器 (Sensors) 所收集成的資料集,手勢個數分別為 11 種和 14 種。PairNet 在兩種資料集的連續手勢測試中,分別取得了 97.81% 和 99.38% 的準確率,優於長短期記憶遞迴類神經網路和一般摺積式類神經網路。zh_TW
dc.description.sponsorship資訊工程學系zh_TW
dc.identifierG060547051S
dc.identifier.urihttp://etds.lib.ntnu.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dstdcdr&s=id=%22G060547051S%22.&%22.id.&
dc.identifier.urihttp://rportal.lib.ntnu.edu.tw:80/handle/20.500.12235/106502
dc.language中文
dc.subjectHuman-machine Interfacezh_TW
dc.subjectDeep Learningzh_TW
dc.subjectConvolutional Neural Networkszh_TW
dc.subjectHand Gesture Recognitionzh_TW
dc.subjectHuman-machine Interfaceen_US
dc.subjectDeep Learningen_US
dc.subjectConvolutional Neural Networksen_US
dc.subjectHand Gesture Recognitionen_US
dc.title基於PairNet的連續手勢辨識zh_TW
dc.titleContinuous Hand Gesture Recognition Based on PairNeten_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
060547051s01.pdf
Size:
5.54 MB
Format:
Adobe Portable Document Format

Collections