文献

J-GLOBAL ID：201702260350371060   整理番号：17A1727362

隠れMarkovモデルと神経回路網誘導された姿勢を用いた人間行動の認識【Powered by NICT】

Human action recognition with hidden Markov models and neural network derived poses

著者 (4件)： Gedat Egbert (Telematics Research Group, Wildau Technical University of Applied Sciences, Wildau, Germany 15745) ,  Fechner Pascal (Telematics Research Group, Wildau Technical University of Applied Sciences, Wildau, Germany 15745) ,  Fiebelkorn Richard (Telematics Research Group, Wildau Technical University of Applied Sciences, Wildau, Germany 15745) ,  Vandenhouten Ralf (Telematics Research Group, Wildau Technical University of Applied Sciences, Wildau, Germany 15745)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SISY  ページ： 000157-000162  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： 人工神経回路網を用いた姿勢検出の隠れたMarkovモデルを用いた時間的展開によるビデオにおける行動のセットを検出することを紹介した人間行動認識法。法をセットアップし,3,947フレームから成るMOCAPモーションキャプチャデータベースから十一作用を用いて試験した。十四関連姿勢の姿勢アルファベットは人工神経回路網による学習であると定義した。運動83.5%の精度の結果から骨格と370キーフレーム画像の手動姿勢分類で訓練した。運動で一般的な三作用は各行動に対する1つの独立隠れMarkovモデルの相互作用を認識するために選択した。マニュアル姿勢と行動分類と共に十一運動の七のすべての1,891フレームのための訓練した人工神経回路網の出力から四作用のための隠れMarkovモデルのマトリックスを計算した。Viterbiアルゴリズムに基づく調整した最尤推定は,各フレームに対する作用提案を生成した。得られた総合精度は行動認識のための83.2%の精度と83.7%の想起した。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： *人間行動 ,  最尤法 ,  ニューラルネットワーク ,  *神経回路網 ,  相互作用 ,  画像 ,  *隠れMarkovモデル ,  マニュアル ,  録画装置
準シソーラス用語： 行動認識 ,  Viterbiアルゴリズム ,  キーフレーム ,  *Markovモデル , 【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 (5件)： 隠れMarkovモデル ,  神経回路網 ,  誘導 ,  姿勢 ,  人間行動