機械知覚&ロボティクスグループ
中部大学

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.

前の研究 次の研究