高い判読性と伝達性を兼ね備えた専門用語のための手話新語の作成支援

点击翻译按钮获取中文摘要

本年度は最終年度に行う３次元手話形状マップと3次元手話意味マップの統合・比較に向けた基盤技術について以下の研究実績を得た．1) 昨年度に開発した相互部分空間法に基づく手話形状・動き類似度の算出法に対して，大幅に性能向上させたSlow feature analysisに基づく類似度算出法を考案した．本方法のコアとなるアイデアはSlow feature 部分空間である．従来の動画像列からハンケル行列を用いて生成する部分空間に比べて，Slow feature部分空間は手話動画像の持つ詳細な情報を一定サイズのベクトルセットとしてコンパクトに表現することが可能である．公開手話データベース(Chinese sign language dataset (CSL), 500手話ｘ50人, 25000動画像）を用いた評価実験により，その高い表現能力と従来法に対する高い識別性能(73.1%)を確認した．2) 上記のSlow feature 部分空間に基づく方法に関する研究成果を，査読付論文雑誌 Machine Learning with Applicationsに投稿し，２回目の査読に向けて追加実験および論文修正を行った．3) 手話形状・動き類似度の算出についてグラスマン多様体を用いた方法を考案し，その高い表現能力を確認した．研究成果は査読付論文雑誌 Neurocomputing から出版された．4) これまで用いていた工学院データベースの被験者は2名のみであり，形状と意味マップの比較に適した用語も限定されている．そこでPublic LIBRAS dictionaryから選んだ28単語について，数名から手話動画を収集し，予備検討を行った．これに基づいて，日常的に手話を使用している筑波技術大の学生を対象にしたデータ収集の研究倫理申請を行った．現時点で申請は既に承認されており，データ収集を開始している．