文献

J-GLOBAL ID：201702249780946970   整理番号：17A0379380

時間スケール不変深い学習フレームワークを用いた行動認識【Powered by NICT】

Action recognition with temporal scale-invariant deep learning framework

著者 (5件)： Chen Huafeng (State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China; National Engineering Research Center for Multimedia Software, Computer School of Wuhan University, Wuhan 430072, China) ,  Chen Jun (State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China; National Engineering Research Center for Multimedia Software, Computer School of Wuhan University, Wuhan 430072, China) ,  Hu Ruimin (State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China; National Engineering Research Center for Multimedia Software, Computer School of Wuhan University, Wuhan 430072, China) ,  Chen Chen (Center for Research in Computer Vision, University of Central Florida, Orlando, FL 32816, USA) ,  Wang Zhongyuan (National Engineering Research Center for Multimedia Software, Computer School of Wuhan University, Wuhan 430072, China)
資料名： China Communications  (China Communications)
巻： 14  号： 2  ページ： 163-172  発行年： 2017年 
JST資料番号： W2359A  ISSN： 1673-5447  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： ビデオ特徴に従って認識作用の応用の広い範囲で重要な問題である。本論文では,行動認識のための時間的スケール不変深い学習フレームワーク,動作速度の変化に対してロバストなを提案した。Speciflcally,ビデオは最初にいくつかの下位行動クリップに分割し,キーフレームは,各下位行動クリップから選択される。キーフレームの空間および動き特徴を二畳込みニューラルネットワーク(CNN)により別々に抽出し,特徴間の関係を学習するための畳込み融合層中に結合した。,長い短期記憶(LSTM)ネットワークは,長期時間的手がかりを定式化に融合した特徴に適用した。最後に,LSTMネットワークの行動予測スコアは線形重み付き総和によって結合された。二一般的で挑戦的なベンチマーク,すなわち,UCF-101とHMDB51人間行動に関する包括的実験を行った。両ベンチマークについて,筆者らのフレームワークはHMDB51にUCF-101と69.5%に最先端の方法よりも優れた結果を達成した93.7%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *学習 ,  ロバスト性 ,  人間行動 ,  ネットワーク ,  録画装置 ,  線形性 ,  畳込み ,  *不変性 ,  ベンチマーク
準シソーラス用語： スコア ,  行動予測 ,  短期記憶 ,  キーフレーム ,  動作速度 ,  *行動認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： スケール ,  不変 ,  学習 ,  フレームワーク ,  行動認識