Skip to main content

2018 | OriginalPaper | Buchkapitel

Classification Method of Rubbing Haptic Information Using Convolutional Neural Network

verfasst von : Shotaro Agatsuma, Shinji Nakagawa, Tomoyoshi Ono, Satoshi Saga, Simona Vasilache, Shin Takahashi

Erschienen in: Human Interface and the Management of Information. Interaction, Visualization, and Analytics

Verlag: Springer International Publishing

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In previous research, we proposed a method to collect accelerations in daily haptic behaviors using a ZigBee-based microcomputer. However, the method for classifying the collected data was not sufficiently implemented. We therefore propose applying collected data to classify rubbing haptic information. In this paper, we implemented a classification approach for haptic information collected by our method. We used a convolutional neural network (CNN) to classify the information. We performed a classification experiment in which the CNN classified 18 types of information, 93.2% on average. We also performed an experiment to classify rubbed objects in real-time. The CNN was able to classify five types of objects, about 67.7% on average.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
1.
Zurück zum Zitat Strese, M., Boeck, Y., Steinbach, E.: Content-based surface material retrieval. In: 2017 IEEE World Haptics Conference (WHC), Fürstenfeldbruck (Munich), Germany, pp. 352–357 (2017) Strese, M., Boeck, Y., Steinbach, E.: Content-based surface material retrieval. In: 2017 IEEE World Haptics Conference (WHC), Fürstenfeldbruck (Munich), Germany, pp. 352–357 (2017)
3.
Zurück zum Zitat Saga, S., Nakagawa, M., Ono, T., Pan, Z., Zhang, J.: Daily haptic information collection system using zigbee microcontrollers. In: Technical Meeting on "Perception Information", vol. 2017, pp. 11–14. IEEE Japan (2017). (in Japanese) Saga, S., Nakagawa, M., Ono, T., Pan, Z., Zhang, J.: Daily haptic information collection system using zigbee microcontrollers. In: Technical Meeting on "Perception Information", vol. 2017, pp. 11–14. IEEE Japan (2017). (in Japanese)
4.
Zurück zum Zitat Minamizawa, K., Kakehi, Y., Nakatani, M., Mihara, S., Tachi, S.: TECHTILE toolkit: a prototyping tool for designing haptic media. In: ACM SIGGRAPH 2012 Emerging Technologies. ACM (2012) Minamizawa, K., Kakehi, Y., Nakatani, M., Mihara, S., Tachi, S.: TECHTILE toolkit: a prototyping tool for designing haptic media. In: ACM SIGGRAPH 2012 Emerging Technologies. ACM (2012)
7.
8.
Zurück zum Zitat Glorot, X., Bordes, A., Bengio, Y.: Deep sparse rectifier neural networks. In: Proceedings of the Fourteenth International Conference on Artificial Intelligence and Statistics, pp. 315–323 (2011) Glorot, X., Bordes, A., Bengio, Y.: Deep sparse rectifier neural networks. In: Proceedings of the Fourteenth International Conference on Artificial Intelligence and Statistics, pp. 315–323 (2011)
9.
Zurück zum Zitat Ioffe, S., Szegedy, C.: Batch normalization: accelerating deep network training by reducing internal covariate shift. In: International Conference on Machine Learning, pp. 448–456 (2015) Ioffe, S., Szegedy, C.: Batch normalization: accelerating deep network training by reducing internal covariate shift. In: International Conference on Machine Learning, pp. 448–456 (2015)
Metadaten
Titel
Classification Method of Rubbing Haptic Information Using Convolutional Neural Network
verfasst von
Shotaro Agatsuma
Shinji Nakagawa
Tomoyoshi Ono
Satoshi Saga
Simona Vasilache
Shin Takahashi
Copyright-Jahr
2018
DOI
https://doi.org/10.1007/978-3-319-92043-6_13