Deep Learning
口頭発表
Self-Attention Networksによる神経信号からの動作識別
- Author
- 田邉稜, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- ビジョン技術の実利用ワークショップ, 2020
Download: PDF (Japanese)
人物の動作識別は，工場での作業監督及び，セル生産に対応したファクトリーオートメーションの実現にとって重要である．画像を入力とした動作識別手法の場合，手先付近が物によって隠れる場合があり，動作識別が困難となる．また，画像からは，物体を扱う作業において重要となる，力加減の情報を計測できない．そこで本研究では，手先の隠れを考慮する必要がない信号ベースの手法に着目する．入力として用いる信号は，人体の手首に位置し，手先の動きを支配する手根管神経（橈骨神経，正中神経，尺骨神経）である．これは，人物の意図した動きを取得できるため，手先の動作を識別するデータとして適している．動作識別には，Self-Attention Networkを用いる．本研究では，入力として神経信号を用いるため，Self-Attention Networkを1次元に適応した1D-Self-Attention Networkを提案する．また，比較手法として，1次元の畳み込み手法である1D-CNNと比較実験を行い，1D-Self-Attention Networkの精度が1D-CNNの精度を約1.2%上回ることができた．