アルゼンチン手話におけるハンドシェイプ認識に向けたProbSomの利用

自動手話認識は、人間-コンピュータインタラクションおよび機械学習の分野において重要な研究課題である。一方で、動画処理、画像処理、知能システム、言語学など、多様な知識領域の統合を要する複雑な課題を含んでおり、他方で、堅牢な手話認識技術の開発は、翻訳プロセスの支援および聴覚障害者の社会統合に貢献する可能性を秘めている。本論文は、以下の2つの主な貢献を示す。第一に、これまでほとんど研究が行われてこなかったアルゼンチン手話（LSA: Lengua de Señas Argentina）における手の形データベースの構築を行ったことである。第二に、自己組織化マップの教師あり適応手法であるProbSom（Probabilistic Self-Organizing Maps）を用いた画像処理、特徴量抽出、およびその後の手の形分類技術の提案である。この手法は、サポートベクターマシン（SVM）、ランダムフォレスト、ニューラルネットワークなど、最新の手法と比較評価されている。構築されたデータベースには、16種類のLSA手の形を含む合計800枚の画像が収録されており、アルゼンチン手話の包括的なデータベース構築に向けた第一歩である。提案された特徴量を用いたProbSomベースのニューラル分類器は、90％以上の認識精度を達成した。