文献

J-GLOBAL ID：201702264524370791   整理番号：17A0967421

多層LSTMネットワークを用いたスケルトンベース行動認識のための幾何学的特徴について【Powered by NICT】

On Geometric Features for Skeleton-Based Action Recognition Using Multilayer LSTM Networks

著者 (3件)： Zhang Songyang ,  Liu Xiaoming ,  Xiao Jun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WACV  ページ： 148-157  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： 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】

シソーラス用語： *多層 ,  モデル ,  *ネットワーク
準シソーラス用語： スパース性 ,  最先端 ,  空間モデル ,  *幾何学的特徴 ,  *行動認識 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 多層 ,  LSTMネットワーク ,  スケルトン ,  行動認識 ,  幾何学的特徴