文献

J-GLOBAL ID：201602279977168980   整理番号：16A0675617

ワンショット学習ジェスチャ認識のためのRGB-Dデータからの効率的な局所特徴の探索【Powered by NICT】

Explore Efficient Local Features from RGB-D Data for One-Shot Learning Gesture Recognition

著者 (3件)： Wan Jun (Center for Biometrics and Security Research & National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Room 1411, Intelligent Building, 95 Zhongguancun Donglu, Haidian District, Beijing, China) ,  Guo Guodong (Department of Computer Science and Electrical Engineering, West Virginia University, Morgantown, WV) ,  Li Stan Z. (Center for Biometrics and Security Research & National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Room 1411, Intelligent Building, 95 Zhongguancun Donglu, Haidian District, Beijing, China)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 38  号： 8  ページ： 1626-1639  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： ハンディRGB-Dセンサのアベイラビリティは,ジェスチャ認識研究と応用のサージをもたらしている。種々の手法の中で,最小量のデータを必要とするので,ワンショット学習手法が有利であった。,RGB-Dデータからのワンショット学習ジェスチャ認識に関する徹底的なレビューを提供し,RGB-Dデータ,すなわちスパースキーポイント(MFSK)周辺の混合特徴から抽出された新規時空間特徴を提案した。レビューにおいて,著者らは,直面している,この分野の研究者をかもしれないいくつかの将来の研究方向を指摘する課題を解析した。提案したMFSK特徴はロバストであり,スケール,回転,部分オクルージョンに対して不変である。ワンショット訓練標本の不十分さを緩和するために,種々の時間スケールのバージョンを合成する人工による訓練サンプル,様々な速度で行ったジェスチャに対処するための有益であることを増大させた。Chalearnジェスチャデータセット(CGD)上で提案手法を評価した。結果は筆者らのアプローチがCGDの挑戦的なデータ,翻訳,スケールと閉塞したサブセットのような全ての現在発表された手法よりも優れていることを示した。ワンショットではないことをRGB-Dデータセットに適用した場合(例えば,Cornell活性データセットとMSR日常行動3Dデータセット),提案した特徴はleave-one-out交差検証またはワンショット学習下で非常に有望な結果を示した。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： アベイラビリティ ,  不変性 ,  ロバスト性 ,  部分集合 ,  センサ ,  オクルージョン ,  *学習 ,  三次元データ ,  データセット ,  *身振り ,  *局所特徴
準シソーラス用語： *ジェスチャー認識 , 【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 (6件)： ショット ,  学習 ,  ジェスチャ認識 ,  RGB-D ,  局所特徴 ,  探索