文献

J-GLOBAL ID：201702269001013063   整理番号：17A1773249

3D行動認識のための大域的文脈を意識した注意LSTMネットワーク【Powered by NICT】

Global Context-Aware Attention LSTM Networks for 3D Action Recognition

著者 (5件)： Liu Jun ,  Wang Gang ,  Hu Ping ,  Duan Ling-Yu ,  Kot Alex C.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 3671-3680  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： 長い短期記憶(LSTM)ネットワークは,逐次データにおける動力学と依存性のモデリングにおけるそれらのパワーのため3D人間行動認識における優れた性能を示した。全てではない継手は作用解析のための情報と無関係な継手は,しばしば多くの雑音をもたらすので,筆者らは有益なものにもっと注意を払う必要がある。しかし,元のLSTMは強い注意能力を持っていない。3D行動認識,大域的文脈情報の助けを借りて行動列の中で情報量の多い関節に焦点を当てた選択的にすることができ,大域的文脈を意識した注意LSTM(GCA LSTM),LSTMネットワークの新しいクラスを提案した。行動列のための信頼性のある注意表現を達成するために,著者らは,GCA LSTMネットワーク,注意性能を反復的に改善されたのためのリカレント注意機構を提案した。実験は筆者らのエンドツーエンドネットワークは骨格シーケンスの各フレームにおいて最も情報量の多い関節に焦点を当てた信頼できることを示した。ネットワークは3D行動認識のための三挑戦的なデータセット上で最先端レベルの性能を得た。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： 雑音 ,  *ネットワーク ,  情報量 ,  信頼性 ,  *三次元 ,  再帰性 ,  モデリング
準シソーラス用語： 文脈情報 ,  短期記憶 ,  *行動認識 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 3D ,  行動認識 ,  文脈 ,  意識 ,  注意 ,  LSTMネットワーク