近年，ハンドジェスチャはハンズフリーで直感的な操作ができる事からxRのインターフェースとして着目されることが多い．本論文で着目するのは，着脱が容易な市販のsEMGセンサを用いて取得したsEMGデータを深層学習手法により分類し，ハンドジェスチャを識別する手法である．
これまでに様々なジェスチャの分類手法が検証されているが，学習済み分類器を不特定多数に適応可能とする観点の研究はこれまでに見受けられない．本論文では不特定多数の使用者を対象とし，被験者7人からジェスチャデータを計測後，ケプストラムによる拡張手法を施したデータ(33,264個)で学習を行い，分類器の性能評価を行った．