様々な機械学習を用いた手の動作識別について

Hand movement identification using various machine learning methods

現在、様々な機械学習手法が考案され、比較的簡単に使うことができるようになっている。前回の研究［1］では、手の動作識別やそれを利用したカーソルの動きについて、深層学習を用いて学習回数が少なく高精度に識別する手法を用いたが、本研究ではその他の機械学習手法ではどうなのかを調査する。一つ一つ機械学習の手法を試していくのは、時間がかかるため、かなりの部分を自動化し、複数のモデルを比較できるPyCaretというPythonのライブラリを用いて実験を行う。PyCaretは、環境によってインストールに少し時間がかかることもあるが、それ以上に自動化によって受ける恩恵は大きい。PyCaretを使い、性能が高いモデルを探索し、それを使って 3動作識別を行うことで、遅延が少なく正確なカーソル操作を目指す。本手法では動作識別のたびに再学習が必要となるが、比較的シンプルな構成でコストも低いことから、筋電義手への応用に有用ではないかと考えられる。また、今回も前回の研究［1］を引き継ぎ、Arduino Uno R3 やMyoWare筋電センサといった安価で、手軽に実験できる機器を用いる。

Creators Ito Masataka

Creators Kitamoto Takuya