文献

J-GLOBAL ID：201702224914965784   整理番号：17A0473053

唯一の均一モデルを用いた歩容認識のための不変特徴抽出【Powered by NICT】

Invariant feature extraction for gait recognition using only one uniform model

著者 (5件)： Yu Shiqi (Computer Vision Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen 518060, China) ,  Chen Haifeng (Computer Vision Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen 518060, China) ,  Wang Qing (Computer Vision Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen 518060, China) ,  Shen Linlin (Computer Vision Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen 518060, China) ,  Huang Yongzhen (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 239  ページ： 81-93  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 歩容認識,遠くの人の同定に有用であることが証明されている。,衣服などの多くの変動が,条件は実際の応用には未だ課題がある歩容認識する。変動は異なる被験者を識別するための不変特徴を抽出することは困難であるさせることができた。視点変化に対して,一つのビュー変換モデルを一つの視点から他への歩行特徴を変換するために用いることができる。大部分の既存のモデルは最初の視野角を推定する必要があり,唯一の観点対に対して適用可能である。マルチビューデータを変換一つの特定の見解に効率的にできない。他の変化も処理するいくつかの特定のモデルが必要である。不変歩行抽出に対する自動符号器に基づく一つの深いモデルを採用した。モデルを積層した多層オートエンコーダによる進行性方法で歩行特徴を合成することができる。ユニークな利点は,ただ一つのモデルを用いた不変歩行特徴を抽出できることであり,抽出された特徴である,衣服と搬送条件変化に対してロバストである。提案した方法は,二つの大きな歩行データセット,CASIA歩容データセットBとSZU RGB D Gaitデータセット上で評価した。実験結果は,提案した方法は,ただ1つの均一なモデルによる最先端の性能を達成できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 多層 ,  *不変性 ,  歩行 ,  ロバスト性 ,  *特徴抽出 ,  *歩容 ,  衣服 ,  符号器
準シソーラス用語： 視野角 ,  被験者 ,  *歩容認証 , 【Automatic Indexing@JST】

著者キーワード (3件)： 歩容認識 ,  深い学習 ,  不変特徴

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： モデル ,  歩容認識 ,  不変 ,  特徴抽出