文献

J-GLOBAL ID：201702271677742128   整理番号：17A1773457

行動認識のための非同期時間場【Powered by NICT】

Asynchronous Temporal Fields for Action Recognition

著者 (4件)： Sigurdsson Gunnar A. ,  Divvala Santosh ,  Farhadi Ali ,  Gupta Abhinav
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 5650-5659  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： 作用は以上であった運動と軌道:我々が食べるに調理し,それから飲むカップを保持している。ビデオの完全な理解は,外見モデリングを超えて必要とし,活動の配列だけでなく,意図のような高レベル構築物についての推論を必要とする。しかし著者らこれらの著者らは,オブジェクト,アクション,と意図を含む活動の様々な側面上での推論,電位は深いネットワークにより予測されるが完全結合時間CRFモデルを提案しに関するモデルとその理由。このような構造化モデルのエンドツーエンド訓練は,挑戦的努力である:推論と学習のために,全ビデオからなるミニバッチを構築,ごく少数のビデオを用いたミニバッチに導く必要がある。backpropアルゴリズムの破壊に導くデータ点間の高相関を引き起こす。この課題を解決するために,効率的なエンドツーエンド訓練を可能にする非同期変分推論手法を提案した。著者らの方法は,Charades[42]ベンチマーク上で22.4%の分類mAPを達成し,最先端技術(17.2% mAP)を,時間局在化タスクの上で等しい利得を提供する。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： エンドツーエンド方式 ,  *録画装置 ,  利得 ,  電位 ,  アルゴリズム ,  ベンチマーク ,  ネットワーク
準シソーラス用語： 局在化 ,  最先端技術 ,  変分推論 ,  構造モデル ,  *行動認識 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 行動認識 ,  非同期