抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
RNNベースアプローチは骨格入力を持つ行動認識に優れた性能を達成した。現在これらの方法は継手の座標への入力を制限し,主に種々の方法で空間ドメインにRNNモデルを拡張して精度を改善した。そのようなモデルは関節座標から直接異なる部分間の関係を探索したが,RNNモデルの強化に垂直な単純な普遍的空間モデリング方法を提供した。より詳しくいえば,ここでは,単純な幾何学的特徴の,以前の研究の進展によって動機を選択した。3層LSTMフレームワークに実験により,継手と選抜系統間の距離に基づく幾何学的関係の特徴は他の特徴より性能が優れており四データセット上で最先端の結果を得ることを観測した。さらに,幾何学的特徴によって訓練された最初のLSTM層における入力ゲート重量のスパース性を示し,入力として関節線距離を利用したトレーニングのための少ないデータを必要とすることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】