Energy Efficient Personalized Hand-Gesture Recognition with Neuromorphic Computing

要約

手のジェスチャーは社会的相互作用で使用される非言語コミュニケーションの一形態であるため、より自然な人間とロボットの相互作用には必要です。
ニューロモーフィック (脳をヒントにした) コンピューティングは、ジェスチャの分類と認識に使用できるスパイキング ニューラル ネットワーク (SNN) の低電力ソリューションを提供します。
この記事では、統合されたニューロモーフィック ハードウェアを備えたヒューマノイド ロボットが、表示された手のジェスチャに従ってユーザーとの対話をパーソナライズできるように、手のジェスチャを認識するためのスパイク畳み込みニューラル ネットワークをトレーニングするための新しい方法論の予備結果を紹介します。
また、モデルの全体的なパフォーマンスを向上させる可能性がある他のアプローチについても説明します。

要約(オリジナル)

Hand gestures are a form of non-verbal communication that is used in social interaction and it is therefore required for more natural human-robot interaction. Neuromorphic (brain-inspired) computing offers a low-power solution for Spiking neural networks (SNNs) that can be used for the classification and recognition of gestures. This article introduces the preliminary results of a novel methodology for training spiking convolutional neural networks for hand-gesture recognition so that a humanoid robot with integrated neuromorphic hardware will be able to personalise the interaction with a user according to the shown hand gesture. It also describes other approaches that could improve the overall performance of the model.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google