文献

J-GLOBAL ID：201702226115758607   整理番号：17A1773245

2ストリームリカレントニューラルネットワークを用いた行動のモデル化時間的動力学と空間構成【Powered by NICT】

Modeling Temporal Dynamics and Spatial Configurations of Actions Using Two-Stream Recurrent Neural Networks

著者 (2件)： Wang Hongsong ,  Wang Liang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 3633-3642  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： 最近,骨格に基づく行動認識は,実時間骨格推定アルゴリズムと結合した費用対効果の高い深さセンサのために人気を得ている。手製特徴に基づく伝統的なアプローチは,運動パターンの複雑さを表すために限られている。生骨格を扱うためにリカレントニューラルネットワーク(RNN)を用いた最近の方法は時間領域における文脈依存性に焦点を合わせるだけでと関節骨格の空間構造を無視している。本論文では,骨格に基づく行動認識のための時間的動態と空間的構成の両方をモデル化するための新しい二流体RNNアーキテクチャを提案した。時間的流れ:積層RNNと階層的RNNの二種類の構造を調べた。階層RNNは,人体運動学に従って設計した。も空間グラフを変換する継手の配列に空間構造をモデル化するための二つの有効な方法を提案した。このモデルの一般化を改善するために,回転とスケーリング変換を含む3D変換に基づくデータ増強技術を利用する訓練中の骨格の3D座標を変換した。3D行動認識ベンチマークデータセット上での実験により,提案手法では,作用,すなわち,一般的な作用,相互作用活性とジェスチャーの多様性のかなりの改善をもたらすことを示した。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： センサ ,  *空間構成 ,  計算機アーキテクチャ ,  三次元 ,  *モデリング ,  相互作用 ,  立体構造
準シソーラス用語： 三次元座標 ,  身体動作 ,  文脈依存性 ,  時間領域 ,  *リカレントニューラルネットワーク ,  運動パターン ,  推定アルゴリズム ,  行動認識 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (6件)： ストリーム ,  リカレントニューラルネットワーク ,  行動 ,  モデル化 ,  動力学 ,  空間構成