PROJECTS

[Reference /引用はこちら]
Kaho Kato, Naoto Ienaga, Yuta Sugiura. Motion Estimation of Plush Toys Through Detachable Acceleration Sensor Module and Machine Learning. In: Stephanidis C. (eds) HCI International 2019 – Posters. HCII 2019. Communications in Computer and Information Science, vol 1033. Springer, Cham. [DOI]

本研究では、ぬいぐるみに着脱可能なアクセサリとして加速度センサのデバイスを作成する。このデバイスを市販のぬいぐるみの任意の位置に取り付け、ぬいぐるみの動作ごとの加速度センサ値を取得する。取得したデータをmin-max normalizationした後、画像データに変換しCNNで学習する。学習データの登録後、同様の動作でユーザに遊んでもらったところ、高い精度でその動作を推定することができた。本研究では、システムの利用例として、ぬいぐるみとのごっこ遊びの拡張体験アプリケーションを試作した。具体的には、ぬいぐるみの各動作に対して音のフィードバックを得られるようにした。本研究の他の利用例として、ぬいぐるみの動作と家電を対応付けたコントローラとしての利用や、他者とのコミュニケーションメディアとしての利用が考えられる。

In this paper, we develop a system to estimate motion on plush toys by attaching a sensor device. We have created a detachable acceleration sensor module as an accessory for plush toys. This module can be attached to any position on a commercially available plush toy. User can create original motion by teaching by demonstration. The captured sensor data is converted into 2D image data and learned with CNN (Convolutional Neural Network). As a result of the evaluation, it was possible to estimate plush toy’s motion with high accuracy. In this paper, we also show an example of entertainment experiences by playing with plush toys.