Action Primitive Classification of Sewing Operations toward Training Unskilled Workers
Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In this study, we proposed a system for measuring hand posture and fingertip force for training unskilled workers who sew with sewing machines. Furthermore, we classified sewing behaviors by constructing deep learning models using time-series color image data, hand posture, and fingertip force as inputs. Our experiments demonstrated that the classification model based on color images is the highest accuracy. Meanwhile, using the fingertip force-based model can not only classify sewing actions but can also extract the operator’s motion data in detail.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Action Primitive Classification of Sewing Operations toward Training Unskilled Workers
- Date Crossref
- 06/08/2023
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Shinshu University pays non établi dans la noticeUniversité ou école supérieure
-
Graduate School of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Engineering pays non établi dans la noticeUniversité ou école supérieure
Shinshu University, Graduate School of Science and Technology et Faculty of Engineering.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.