文献

J-GLOBAL ID：201702234216435274   整理番号：17A0118569

人間活動認識のための畳込みニューラルネットワーク強化されたバイナリセンサネットワーク【Powered by NICT】

Convolution neutral network enhanced binary sensor network for human activity recognition

著者 (5件)： Liu Guocheng (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Liang Jinhao (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Lan Gongjin (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Hao Qi (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Chen Mei (Department of Electrical and Electronic Engineering, Southern University of Science and Technology, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SENSORS  ページ： 1-3  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,具体的には,人間活動認識のためのバイナリセンサネットワークその性能は畳込みニューラルネットワーク(CNN)を用いて増強を示した。本研究の目的は,最小のデータ獲得と種々のヒト日常活動を認識するCNNに基づくセンシングシステムを開発することである。システム全体は焦電赤外(PIR)センサアレイ,特徴抽出,および分類器から構成されている。全てのセンサデータはターゲットの形状と運動情報を保存するために2進数に変換した。本研究では,CNNの特徴選択と分類法,自動的に特徴を抽出し,他の方法とを比較した。実験結果は,提案したシステムは,センサデータの数ビットのみで人間活動認識を認識できることを示した。に加えて,CNNは,それらの高い計算の複雑さにもかかわらず,最良の認識性能を達成することができる。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： ヒト ,  *畳込み ,  計算量 ,  *ニューラルネットワーク ,  センサアレイ ,  特徴選択 ,  データ収集 ,  特徴抽出
準シソーラス用語： 分類法 ,  バイナリー ,  センサシステム ,  *人間活動 , 【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 (6件)： 人間 ,  活動認識 ,  畳込みニューラルネットワーク ,  強化 ,  バイナリ ,  センサネットワーク