文献

J-GLOBAL ID：201702252771191440   整理番号：17A1369985

大規模一般動画からの弱教師付き行動検出のためのMultiple Instance学習

著者 (4件)： 兼平篤志 (東大 大学院情報理工学系研究科) ,  牛久祥孝 (東大 大学院情報理工学系研究科) ,  原田達也 (東大 大学院情報理工学系研究科) ,  原田達也 (理研 革新知能統合研究セ)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 210(PRMU2017 39-62)  ページ： 35-42  発行年： 2017年09月08日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では弱教師情報を用いた一般動画からの人の行動検出を行う。従来の行動検出の手法は学習のためにフレームごとの教師情報を必要とするため,データセットの収集コストが精度向上のボトルネックとなっている。このコストを緩和するため,本研究では簡単に得られる動画単位の教師情報のみを使って学習が可能な行動検出モデルを提案する。その目的のために弱教師付き行動検出の学習を,従来研究されてきたMultiple Instance学習の拡張として定式化した。近年の動作認識モデルで用いられる集約関数の加法性を利用し,提案手法は効率良く候補領域の評価することが可能である。大規模一般行動認識データセットであるActivityNetデータセットを用いた実験により,提案手法の精度向上を示した。(著者抄録)

シソーラス用語： *教師つき学習 ,  *認識 ,  人間行動 ,  動き検出 ,  *学習 ,  動画像 ,  改良 ,  認知モデル ,  表現 ,  原価
準シソーラス用語： *動作認識 ,  *インスタンスベース学習 ,  動画 ,  精度向上 ,  認識モデル ,  人間行動認識 ,  特徴表現 ,  計算コスト

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

引用文献 (42件)：

• H. Kuehne, H. Jhuang, R. Stiefelhagen, and T. Serre, ′′Hmdb51: A large video database for human motion recog-nition,′′ HPCSE, 2013.
• K. Soomro, A.R. Zamir, and M. Shah, ′′Ucf101: A dataset of 101 human actions classes from videos in the wild,′′ arXiv preprint arXiv:1212.0402, 2012.
• A. Karpathy, G. Toderici, S. Shetty, T. Leung, R. Suk-thankar, and L. Fei-Fei, ′′Large-scale video classification with convolutional neural networks,′′ CVPR, 2014.
• F. Caba Heilbron, V. Escorcia, B. Ghanem, and J. Car-los Niebles, ′′Activitynet: A large-scale video benchmark for human activity understanding,′′ CVPR, 2015.
• S. Abu-El-Haija, N. Kothari, J. Lee, P. Natsev, G. Toderici, B. Varadarajan, and S. Vijayanarasimhan, ′′Youtube-8m: A large-scale video classification benchmark,′′ arXiv preprint arXiv:1609.08675, 2016.

タイトルに関連する用語 (5件)： 大規模 ,  動画 ,  教師 ,  行動 ,  学習