文献

J-GLOBAL ID：201702269524348829   整理番号：17A0964821

深さビデオにおける効率的な転倒検出のためのシルエット配向体積【Powered by NICT】

Silhouette Orientation Volumes for Efficient Fall Detection in Depth Videos

著者 (5件)： Akagunduz Erdem (Department of Electro-Optical Systems Design Engineering, ASELSAN Inc., Ankara, Turkey) ,  Aslan Muzaffer (National Education Ministry, Gazi Industrial and Vocational High School, Elazig, Turkey) ,  Sengu Abdulkadir (Department of Electrical and Electronics Engineering, Firat University, Elazig, Turkey) ,  Wang Haibo (Philips Research North America, Cambridge, MA, USA) ,  Ince Melih Cevdet (Department of Electrical and Electronics Engineering, Firat University, Elazig, Turkey)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 3  ページ： 756-763  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
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： 奥行きビデオにおけるヒト転倒を検出するための新しい方法を本論文で提示した。高速でロバストな形状配列記述子,すなわちシルエット配向ボリューム(SOV),中には,それら行動を表現し,転倒を分類した。SOV記述子は簡単な関連モデルの組み合わせでも高い分類精度を提供し,ワードバッグとナイーブBayes分類器である。公共SDU転倒データセット上での実験を行い,この新しい手法は単一視野深さカメラによる91.89%まで転倒検出精度を達成することを示した。分類率は,文献で報告された結果よりも約5%高かった。89.63%の全体的精度は六クラス行動認識,が最先端技術よりも約25%高かったが得られた。さらに,100%の完全なシルエットベース行動認識率はWeizmann作用データセット上で達成した。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： *録画装置 ,  ヒト ,  *転倒 ,  高速度 ,  カメラ ,  ロバスト性
準シソーラス用語： 最先端技術 ,  行動認識 ,  検出精度 ,  Bayes分類器 ,  分類精度 ,  奥行 ,  *シルエット , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： ビデオ ,  転倒 ,  シルエット ,  配向 ,  体積