文献

J-GLOBAL ID：201602250283978537   整理番号：16A0876328

深さビデオにおける行動認識のためのマルチモーダルマルチパート学習【Powered by NICT】

Multimodal Multipart Learning for Action Recognition in Depth Videos

著者 (4件)： Shahroudy Amir (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Ng Tian-Tsong (Institute for Infocomm Research, 1 Fusionopolis Way, Singapore) ,  Yang Qingxiong (Department of Computer Science, City University of Hong Kong, Hong Kong) ,  Wang Gang (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 38  号： 10  ページ： 2123-2129  発行年： 2016年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間行動の関節と複雑な性質は行動認識のタスクを困難にしている。この複雑さを処理する一つの方法は,身体部位の動力学にそれを分割し,これら部分記述子に基づく作用を解析した。身体部位のスパース集合からの多様な特徴の組合せとして各行動をモデル化するために構造化スパース性を利用したジョイントスパース回帰に基づく学習法を提案した。部品の動力学および外見を表現するために,著者らはベース特徴深さと骨格の不均一セットを採用した。マルチモーダルの複数部品特徴の適切な構造を提案した階層的混合ノルムを介した学習フレームワークに定式化し,各部分の構造的特徴を調整し,それらの間のスパース性を適用し,群特徴選択にした。著者らの実験結果は,完全な精度を達成することにより,それらの中の一つを飽和が,全ての試験した三データセットで,他の方法よりも優れている提案した学習法の有効性を示した。Copyright 2016 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： 構造形成 ,  統制索引語 ,  *学習 ,  構造特性 ,  透視図法 ,  *多モード ,  人間行動 ,  特徴選択 ,  モデリング ,  *録画装置 ,  ノルム ,  身体部位
準シソーラス用語： データセット ,  スパース性 ,  *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 (3件)： ビデオ ,  行動認識 ,  学習