가볍고 1차원 CNN을 사용한 감정적인触각 분류를 위한 소프트 플러시 동반자의 설계 및 검증

소프트 플러시 동반자의 설계 및 검증

연구팀은 사회적 지원 기술의 물리적으로 안전하고 감정적으로 친숙한 인터페이스를 제공하는 소프트 센서화된 동료를 개발하기 위해 소프트 센서 동료라는 개념을 제안했습니다. 그러나 이들의 변형성과 다중 채널 감각은 인간의 감정에 대한 강력한 해석을 어렵게 만들었습니다. 이 연구는 감정적 접촉 인식에 대한 소프트 인터랙티브 동료를 위한 완전한 오픈 소스 MATLAB 기반 프레임워크를 개발하고 검증했습니다.

연구팀은 25명의 참가자에서 1326개의 레이블이 지정된 동작 시퀀스를 수집하여 공공 데이터 세트를 공개했습니다. 이 데이터 세트는 감정적 접촉 인식에 대한 미래 연구에 재사용 가능한 자원으로 제공됩니다. 또한, 468개의 CNN 모델에 대한 체계적인 아키텍처 및 하이퍼 파라미터 탐색을 통해된 1차원 합성곱 신경망이 가장 효과적인 해결책임을 확인했습니다.

이 모델은 13.2k-파라미터로 75%의 테스트 정확도와 85%의 평균 교차 검증 정확도를 달성했습니다. 이론적 추론 시간 분석에 따르면, 양자화된 배포는 3.2 MMAC/Window에서 작동할 수 있으며, 20Hz의 실시간 운영이 가능합니다. PC-기반의 실시간 시뮬레이션에서 물리적 장난감의 센서 데이터를 스트리밍하는 동안, CNN은 이전의 가설 시스템이 감지하지 못했던 미세한 사회적 접촉을 해결하였으며, 사소한 임계값 기반 논리는 더 신뢰할 수 있는 높은 힘의 음성 상호 작용을 캡처했습니다.

결과적으로, 순간적인 휴리스틱 필터링을 따름 CNN 기반 미묘한 제스처 분류를 포함하는 하이브리드 추론 파이프라인이 제안되었습니다. 이 연구는 감정적으로 의미 있는 개인 정보 보호를 보장하는 감각 해석이 직접 소프트 치료 동료 내부에 포함될 수 있는지에 대한 컴퓨팅 가능한 가능성을 보여주었습니다. 소프트웨어 통합은 향후 연구에서 다루어질 예정입니다.