文献

J-GLOBAL ID：201702264425763590   整理番号：17A1034257

マルチタスク深いリカレントニューラルネットワークによるオンライン行動検出と予測【Powered by NICT】

Online action detection and forecast via Multitask deep Recurrent Neural Networks

著者 (4件)： Liu Chunhui (Institude of Computer Science and Technology, Peking University, Beijing, China) ,  Li Yanghao (Institude of Computer Science and Technology, Peking University, Beijing, China) ,  Hu Yueyu (Institude of Computer Science and Technology, Peking University, Beijing, China) ,  Liu Jiaying (Institude of Computer Science and Technology, Peking University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 1702-1706  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： 切除されていない3D骨格配列にオンライン人間行動検出と予測は,従来の行動認識に基づく新しいタスクであり,完全に研究されていない。その目的は,長い配列における1作用を局在化し,認識することである同時に予測タスクを行う。本論文では,この問題を解決するためにマルチタスクリカレントニューラルネットワークを特徴とするオンライン検出アルゴリズムを提案した。第1に,深い長い短期記憶(LSTM)ネットワークは,特徴抽出とonnpasinn時間的動的モデリングのために設計した。1作用を分類し,同じ時間での状態を予測するための分類サブネットワークを利用した。行動の発生を予測し,発生の正確な時間を推定するために,著者らのモデルに回帰サブネットワークを組み込んだ。は三段階に行動クラスを分割し,同時分類回帰目的関数を最適化することによってモデルを訓練した。実験結果は,提案したモデルは,オンライン動作検出と予測に満足すべき結果を達成することを示した。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： 三次元 ,  目的関数 ,  *予測 ,  特徴抽出 ,  人間行動 ,  最適化 ,  *ネットワーク
準シソーラス用語： サブネットワーク ,  動的モデリング ,  短期記憶 ,  検出アルゴリズム ,  行動認識 ,  *オンライン ,  *リカレントニューラルネットワーク ,  *マルチタスク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： マルチタスク ,  リカレントニューラルネットワーク ,  オンライン ,  行動 ,  予測