文献

J-GLOBAL ID：201702223131346391   整理番号：17A1730051

PCA(主成分分析)とELM分類器に基づく運動解析と分類【Powered by NICT】

A motion analysis and classification based on PCA and ELM classifier

著者 (2件)： Kim Dong-Hyeon (Department of Control and Instrumentation Engineering, Chosun University, Gwangju, 501-759, Republic of Korea) ,  Kwak Keun-Chang (Department of Control and Instrumentation Engineering, Chosun University, Gwangju, 501-759, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAICTA  ページ： 1-4  発行年： 2017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,動き分類の研究反盗作システムの開発のためのKinect V2から得られた運動データに基づくK popのダンスを分類する方法を提案した。これを行うために,K popの200点ダンスが得られた。40アマチュアのダンサーのダンス運動は全400のデータを構築するために取得した。提案した分類法は三段階から構成されている。最初に,筆者らは各フレームにおいて,ダンス運動を表す十三の重要な角度を得る,前処理プロセスを行い,各角度の各30フレームを四統計的角を得,特徴ベクトルを生成するためにそれらを一緒に結合した。第二に,PCA(主成分分析)は,特徴ベクトルの次元を低減するために使用されている。最後に,入力データとしてダンス運動の次元縮小された特徴ベクトルを用いたELMC(極端学習機械分類器)を設計した。ELM(極端学習機械)は高速を学ぶことができる,一つの前方パスだけで最終的な重みを計算するためである。統計的角とKNNとSVM分類器を用いる方法を用いなかった今までの方法の性能を比較した結果,提案した方法の分類率は従来の方法よりも良好であった。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： *主成分分析 ,  *動作分析 ,  次元縮小 ,  高速度 ,  前処理
準シソーラス用語： SVM分類 ,  極度学習機械 ,  入力データ ,  特徴ベクトル ,  分類法 ,  ダンス ,  Kinect , 【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)： PCA ,  主成分分析 ,  ELM ,  分類器 ,  運動解析 ,  分類