| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-03-08 13:25 ディープ・ラーニングを用いた手話認識に関する研究 ～ CTCとConformerの比較 ～ ○磯谷 光・木村 勉（豊田高専）・神田和幸（国立民族学博物館）  WIT2021-48 |
|
| 抄録 | （和） | 本研究では機械学習を用いた手話認識において，手話文中で使用されている単語の認識を目的とする．手話文中に発生する遷移動作を考慮して学習するために，手話文を学習データとして機械学習を行い，学習済みモデルを作成する．本研究では音声認識における手法であるConnectionist Temporal Classification (CTC)を組み込んだモデルと，自然言語処理で活用されるTransformerを利用したConformerネットワークを使用したモデルの2つの手法で実験した．最終的にテストデータ全体の認識率はCTC手法が約74%，Conformer手法が約32%となった．しかし，Conformer手法の認識結果は過学習のような現象が見られ，正常に動作していない可能性があると考えた．今後はConformer手法の改善を進めつつ，TransformerとCTCを組み合わせた新たなアルゴリズムについても検討する． |
| （英） | In this study, our purpose is to recognize signs using machine learning. In order to take into account the transition motions that occur in a sign sentence, machine learning adopts the sign sentences as training data, and a trained model is created. We experimented two models: one that incorporates Connectionist Temporal Classification (CTC) which is a method used in speech recognition, and the other is a conformer model that uses a transformer used in natural language processing. As the result, the recognition rate for the entire test data was about 74% by the CTC method and about 32% by the Conformer method. However, the recognition results of the Conformer method showed a phenomenon as over-learning, and we estimated that it might worked properly. We will improve the Conformer method and will investigate a new algorithm that combines the Transformer with CTC. | |
| キーワード | （和） | 手話認識 / ディープ・ラーニング / Connectionist Temporal Classification / Transformer / Conformer / / / |
| （英） | Sign Recognition / Deep Learning / Connectionist Temporal Classification / Transformer / Conformer / / / | |
| 文献情報 | 信学技報, vol. 121, no. 418, WIT2021-48, pp. 29-34, 2022年3月. | |
| 資料番号 | WIT2021-48 | |
| 発行日 | 2022-03-01 (WIT) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WIT2021-48 |
|
| 研究会情報 | |
| 研究会 | WIT IPSJ-AAC |
| 開催期間 | 2022-03-08 - 2022-03-09 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 聴覚・視覚障害者支援、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | WIT |
| 会議コード | 2022-03-WIT-AAC |
| 本文の言語 | 日本語 |
| タイトル（和） | ディープ・ラーニングを用いた手話認識に関する研究 |
| サブタイトル（和） | CTCとConformerの比較 |
| タイトル（英） | A Study on Sign Recognition Using Deep Learning |
| サブタイトル（英） | Comparison between CTC and Conformer |
| キーワード(1)（和/英） | 手話認識 / Sign Recognition |
| キーワード(2)（和/英） | ディープ・ラーニング / Deep Learning |
| キーワード(3)（和/英） | Connectionist Temporal Classification / Connectionist Temporal Classification |
| キーワード(4)（和/英） | Transformer / Transformer |
| キーワード(5)（和/英） | Conformer / Conformer |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 磯谷 光 / Hikaru Isogai / イソガイ ヒカル |
| 第1著者 所属（和/英） | 豊田工業高等専門学校 (略称： 豊田高専) National Institute of Technology, Toyota College (略称： NIT, Toyota College) |
| 第2著者 氏名（和/英/ヨミ） | 木村 勉 / Tsutomu Kimura / キムラ ツトム |
| 第2著者 所属（和/英） | 豊田工業高等専門学校 (略称： 豊田高専) National Institute of Technology, Toyota College (略称： NIT, Toyota College) |
| 第3著者 氏名（和/英/ヨミ） | 神田 和幸 / Kanda Kazuyuki / カンダ カズユキ |
| 第3著者 所属（和/英） | 国立民族学博物館 (略称： 国立民族学博物館) National Museum of Ethnology (略称： National Museum of Ethnology) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-08 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | WIT |
| 資料番号 | WIT2021-48 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.418 |
| ページ範囲 | pp.29-34 |
| ページ数 | 6 |
| 発行日 | 2022-03-01 (WIT) |
[研究会発表申込システムのトップページに戻る]