文献

J-GLOBAL ID：201702250130664073   整理番号：17A0307799

aclets配列にカーネルを用いた行動認識【Powered by NICT】

Action recognition by using kernels on aclets sequences

著者 (4件)： Brun Luc (GREYC UMR CNRS 6072, ENSICAEN - Universite de Caen Basse-Normandie, Caen 14050, France) ,  Percannella Gennaro (Department of Information and Electrical Engineering and Applied Mathematics, University of Salerno, via Giovanni Paolo II, Fisciano 84084, SA, Italy) ,  Saggese Alessia (Department of Information and Electrical Engineering and Applied Mathematics, University of Salerno, via Giovanni Paolo II, Fisciano 84084, SA, Italy) ,  Vento Mario (Department of Information and Electrical Engineering and Applied Mathematics, University of Salerno, via Giovanni Paolo II, Fisciano 84084, SA, Italy)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 144  ページ： 3-13  発行年： 2016年03月 
JST資料番号： W0185A  ISSN： 1077-3142  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： 本論文では,ストリングカーネルフレームワークに基づく人間行動認識のための手法を提案した。ストリングとして表現される作用,それを構成する各記号はaclet,生データから抽出した特徴ベクトルをコードする作用の原子単位であることと関連している。このようにして,行動間の類似性測定はストリング間の類似性測度を設計するために導いた。グローバルアライメントカーネルフレームワークを用いてこのストリングの類似性を定義することを提案した。これに関連して,二aclets間の類似性は,強化されたGaussカーネルに基づく新しい評価方法により計算した。提案したアプローチの主な利点は,異なる長さまたは異なる時間スケールの作用と同様に特徴抽出段階中に導入された雑音を効果的に処理できる能力にある。提案した方法は,三種類の公開利用可能なデータセット,すなわちMIVIA,CADとMHADで試験されてきた,技術アプローチのいくつかの状態と比較して,得られた結果は,有効性と実環境における本システムの適用性を確認し,未経験演算子はそれを簡単に構成できる。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： 適応性 ,  *類似性 ,  特徴抽出 ,  測度 ,  雑音 ,  情報公開
準シソーラス用語： 評価方法 ,  Gaussカーネル ,  類似性測定 ,  特徴ベクトル ,  *行動認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人間行動認識 ,  ストリング ,  ストリングカーネル ,  ソフト割当

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： カーネル ,  行動認識