| 講演抄録／キーワード |
| 講演名 |
2020-06-03 15:10
筋電信号を使った人体骨格モデルの3Dアニメーション再生
○堀越 力・野上佳恵（湘南工科大） |
| 抄録 |
（和） |
サーフィンなどのマリンスポーツでは, 同じコンディションで繰り返し練習することは難しい.一方, VRは同じ体験を繰り返しできる技術であり, スポーツトレーニングでの効果が期待されている.スポーツトレーニングでは, 筋肉の使い方を理解することが重要であるが, 現状のVRシステムでは, モーションセンサーを用いることが主流であり, 筋肉のデータは利用していない.本研究では, トレーニング時の筋肉の動きをEMGセンサで計測し, トレーニング者の3次元的な動きを再現することを目指している.本発表では, EMGデータから3Dモーションの動きを深層学習により学習する. その学習データセットを利用し, EMGセンサのみから, 骨格モデルの3Dモーションを再生する手法を提案する. |
| （英） |
In marine sports such as surfing, it is difficult to practice repeatedly under the same conditions. On the other hand, VR is a technology that can repeat the same experience, and is expected to be effective in sports training. In sports training, it is important to understand how to use muscles, but in the current VR system, the use of motion sensors is the mainstream, and muscle data is not used. In this research, we aim to reproduce the three-dimensional movements of trainees by measuring the muscle movements during surfing training with an EMG sensor. In this presentation, we learn 3D motions from EMG data by deep learning. We propose a method to reproduce 3D motion of human skeleton model using only the EMG sensor using the learning data set. |
| キーワード |
（和） |
スポーツトレーニング / ヴァーチャルリアリティ / 筋電センサ / サーフィン / 深層学習 / / / |
| （英） |
Sports Training / Virtual Reality / EMG Sensor / Surfing / Deep Learning / / / |
| 文献情報 |
映情学技報, vol. 44, 2020年6月. |
| 資料番号 |
|
| 発行日 |
2020-05-27 (3DIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
3DMT IEICE-SIS IPSJ-AVM |
| 開催期間 |
2020-06-03 - 2020-06-04 |
| 開催地（和） |
Gスクエア（函館コミュニティプラザ） |
| 開催地（英） |
G Square (Hakodate Community Plaza) |
| テーマ（和） |
知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
| テーマ（英） |
Intelligent Multimedia Systems, Applied Enbedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
3DMT |
| 会議コード |
2020-06-3DIT-SIS-AVM |
| 本文の言語 |
日本語 |
| タイトル（和） |
筋電信号を使った人体骨格モデルの3Dアニメーション再生 |
| サブタイトル（和） |
|
| タイトル（英） |
3D Animation of a Humanoid Model using EMG Sensors |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
スポーツトレーニング / Sports Training |
| キーワード(2)（和/英） |
ヴァーチャルリアリティ / Virtual Reality |
| キーワード(3)（和/英） |
筋電センサ / EMG Sensor |
| キーワード(4)（和/英） |
サーフィン / Surfing |
| キーワード(5)（和/英） |
深層学習 / Deep Learning |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
堀越 力 / Tsutomu Horikoshi / ホリコシ ツトム |
| 第1著者 所属（和/英） |
湘南工科大学 (略称： 湘南工科大)
Shonan Institute of Technology (略称： SIT) |
| 第2著者 氏名（和/英/ヨミ） |
野上 佳恵 / Yoshie Nogami / ノガミ ヨシエ |
| 第2著者 所属（和/英） |
湘南工科大学 (略称： 湘南工科大)
Shonan Institute of Technology (略称： SIT) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2020-06-03 15:10:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
3DMT |
| 資料番号 |
3DIT2020-11 |
| 巻番号（vol） |
vol.44 |
| 号番号（no） |
no.13 |
| ページ範囲 |
pp.25-29 |
| ページ数 |
5 |
| 発行日 |
2020-05-27 (3DIT) |
|