文献

J-GLOBAL ID：201602250678445212   整理番号：16A1384764

ビデオ行動認識のための畳込み2河川ネットワーク融合【Powered by NICT】

Convolutional Two-Stream Network Fusion for Video Action Recognition

著者 (3件)： Feichtenhofer Christoph ,  Pinz Axel ,  Zisserman Andrew
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPR  ページ： 1933-1941  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： ビデオにおける人間行動認識のための畳込みニューラルネットワーク(ConvNets(畳み込みニューラルネットワーク))の最近の応用は,外観と運動情報を組み込むための異なる溶液を提案した。この空間-時間情報を利用するために,空間的および時間的に融合ConvNet塔の多くの方法を研究した。以下の知見を作る(i)ソフトマックス層での融合よりも,空間的および時間的ネットワークは性能の損失もなくコンボリューション層が,パラメータの相当な節約と融合できること,(ii)以前より最終畳込み層で空間的にこのようなネットワークを融合する優れていることと,クラス予測層で融合さらに精度を高めることができることを,最後に(iii)空間時間近傍上の抽象的畳込み特徴のプーリングはさらに性能を向上させる。これらの研究に基づいて,本アーキテクチャは,最先端レベルの結果を達成する,ビデオ断片の空間時間フュージョンのための新しいConvNetアーキテクチャを提案し,標準ベンチマーク上でその性能を評価した。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： 計算機アーキテクチャ ,  *畳込み ,  ニューラルネットワーク ,  河川 ,  *録画装置 ,  ベンチマーク ,  *ネットワーク ,  塔状構造物
準シソーラス用語： 時間情報 ,  *行動認識 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： ビデオ ,  行動認識 ,  畳込み ,  河川 ,  融合