要約
ジェスチャ認識はバイオメトリクス分野における難問の一つである。本論文では、Fisher基準を双方向長短期記憶（BLSTM）ネットワークおよび双方向ゲート付き再帰ユニット（BGRU）に統合し、これらをF-BLSTMおよびF-BGRUという二つの新しい深層モデルとして提案する。両方のFisher識別深層モデルは、人間のジェスチャの加速度と角速度データを解析することで、ジェスチャを効果的に分類できる。さらに、12種類のジェスチャからなる5547個のシーケンスを含む大規模なモバイルジェスチャデータベース（MGD）を収集した。MGDデータベースおよび二つのベンチマークデータベース（即ち、BUAAモバイルジェスチャとスマートウォッチジェスチャ）において、提案されたネットワークが最先端のBLSTMおよびBGRUよりも優れた性能を示すことを検証するため、広範な実験を行った。注：- "Bidirectional Long-Short Term Memory" を「双方向長短期記憶」（BLSTM）と訳しました。- "Bidirectional Gated Recurrent Unit" を「双方向ゲート付き再帰ユニット」（BGRU）と訳しました。- "Mobile Gesture Database" を「モバイルジェスチャデータベース」（MGD）と訳しました。- "BUAA mobile gesture" と "SmartWatch gesture" はそのまま使用し、「即ち」で説明しています。