A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Anomaly Detection of Folding Operations for Origami Instruction with Single Camera Detecção de anomalias em operações de dobramento para instrução de origami com câmera única

Hiroshi SHIMANUKI, Toyohide WATANABE, Koichi ASAKURA, Hideki SATO, Taketoshi USHIAMA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Quando as pessoas aprendem um artesanato com conteúdos instrucionais como livros, vídeos e páginas da web, muitas delas desistem no meio do caminho porque o conteúdo nem sempre garante como fazê-lo. Este estudo tem como objetivo fornecer aos alunos de origami, principalmente iniciantes, feedbacks sobre suas operações de dobramento. É proposta uma abordagem para reconhecer o estado do aluno usando uma única câmera de visão superior e apontar os erros cometidos durante a operação de dobramento do origami. Primeiro, é definido um modelo de instrução que armazena operações de dobramento fáceis de seguir. Em segundo lugar, é proposto um método para reconhecer o estado da folha de papel de origami do aluno. Terceiro, um método para detectar erros cometidos pelo aluno por meio da detecção de anomalias usando um classificador de máquina de vetor de suporte de uma classe (SVM de uma classe) (usando o progresso de dobramento e a diferença entre a forma de origami do aluno e a forma correta) é proposto. Como existem ruídos nas imagens da câmera devido a sombras e oclusões causadas pelas mãos do aluno, as formas da folha de origami nem sempre são extraídas com precisão. Para treinar o classificador SVM de uma classe com alta precisão, é proposto um método de limpeza de dados que separa automaticamente os quadros de vídeo com ruídos. Além disso, a utilização das estatísticas de características extraídas dos frames de uma janela deslizante permite reduzir a influência dos ruídos. O método proposto foi experimentalmente demonstrado ser suficientemente preciso e robusto contra ruídos, e sua taxa de falsos alarmes (taxa de falsos positivos) pode ser reduzida a zero. Exigindo apenas uma única câmera e papel de origami comum, o método proposto permite monitorar erros cometidos por alunos de origami e apoiar sua autoaprendizagem.

Publicação
IEICE TRANSACTIONS on Information Vol.E103-D No.5 pp.1088-1098
Data de publicação
2020/05/01
Publicitada
2020/02/25
ISSN online
1745-1361
DOI
10.1587/transinf.2019EDP7242
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de Padrões

autores

Hiroshi SHIMANUKI
  Nagoya Industrial Science Research Institute
Toyohide WATANABE
  Daido University
Koichi ASAKURA
  Daido University
Hideki SATO
  Kyushu University
Taketoshi USHIAMA

Palavra-chave