Abstruct
身振りの分類は次の3つのステップによって行う。
さらに、試作したシステムを用いて、被験者実験を行い、身振りの検出、分類、
分類結果の再構成が適切に行われることを確認した。
本研究では、人間の意図や感情を表現するノンバーバルメッセージの1つである身振りに着目し、
個人差の大きい、人の身振りのリアルタイム認識手法を確立するため、
ビデオカメラで撮影した人間の上半身動画像からリアルタイムで身振りを識別し、
その動作の特徴から身振りを分類する手法を提案し、実際に
リアルタイム身振り分類システムReDBACS
(Real-time and Dynamic Body Action Clustering System)
を試作した。
(1) 人間の上半身の動画像をシステムに入力し、画像処理を行い動作の特徴を表す特徴量を
抽出する。
(2) 特徴量の時系列データから身振りとする部分を区切り、身振りを代表する
23の成分を持つ特徴ベクトルを作成する。
(3) 特徴ベクトルを元に、順次クラスタに分類する。
また、個人の特徴に合わせた分類を行い、分類結果を整頓するために、適宜、
クラスタ分析を行い、分類の閾値を変更することで分類結果を再構成する。