文献

J-GLOBAL ID：201702217516053137   整理番号：17A0996218

画像集合と正規化マルチタスク学習に基づく3D人間行動認識モデル【Powered by NICT】

3D human action recognition model based on image set and regularized multi-task leaning

著者 (10件)： Gao Z. (Key Laboratory of Computer Vision and System, Tianjin University of Technology, Ministry of Education, Tianjin 300384, China) ,  Gao Z. (Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300384, China) ,  Zhang G.T. (Key Laboratory of Computer Vision and System, Tianjin University of Technology, Ministry of Education, Tianjin 300384, China) ,  Zhang G.T. (Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300384, China) ,  Zhang H. (Key Laboratory of Computer Vision and System, Tianjin University of Technology, Ministry of Education, Tianjin 300384, China) ,  Zhang H. (Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300384, China) ,  Xue Y.B. (Key Laboratory of Computer Vision and System, Tianjin University of Technology, Ministry of Education, Tianjin 300384, China) ,  Xue Y.B. (Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300384, China) ,  Xu G.P. (Key Laboratory of Computer Vision and System, Tianjin University of Technology, Ministry of Education, Tianjin 300384, China) ,  Xu G.P. (Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300384, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 252  ページ： 67-76  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 行動認識の詳細な研究により,マルチビューの概念とアルゴリズムが提案されているや研究者によってその優位性を示したが,これらのアルゴリズムは,通常,マルチビューの関連性を無視していた。不足を克服するために,本論文では,画像集合と正則化マルチタスク学習に基づく3D人間行動認識モデルを提案した。より詳しくいえば,ここではまず,各カメラのための密な軌道特徴を抽出した後,すべてのカメラ,その後,バッグの単語(BOW)重量方式は,各カメラのための共有コードブックによる高密度軌道特徴をコードし,それぞれのk平均により共有されるコードブックを構築することを提案した。さらに,異なるタスク,異なる視野間の基本的な関係を発見するための画像集合と適切なそして適切でない分解によるペナルティ正則化マルチタスク学習問題への3D人間行動認識を定式化し,結果的に性能を向上させる。三公共マルチビューaction3Dデータセット上で大規模実験結果,UCLAとC VS MV RGBD単一,IXMAXはマルチタスク学習手法である異なるタスク,単一タスク学習法よりも性能を著しく改善できる間の潜在的な関係を発見するための非常に役立つことを示した。画像セット正則化項,異なるビューを結合するために利用されている,性能をさらに改善した。一言で言えば,提案した方法の性能は,最新技術手法と同等であった。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： ペナルティ ,  単語 ,  *三次元 ,  定式化 ,  アルゴリズム ,  *画像 ,  符号表 ,  *学習 ,  正則化 ,  *正規化 ,  カメラ
準シソーラス用語： 高密度 ,  マルチビュー ,  *行動認識 ,  *マルチタスク学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 3D行動認識 ,  高密度軌跡 ,  画像セット ,  マルチタスク学習

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 集合 ,  正規化 ,  マルチタスク学習 ,  3D ,  人間行動認識 ,  モデル