文献

J-GLOBAL ID：201702278698945122   整理番号：17A1465940

センサに基づく人間行動認識のための学習マルチレベル特徴【Powered by NICT】

Learning multi-level features for sensor-based human action recognition

著者 (9件)： Xu Yan (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Xu Yan (Microsoft Research Asia, Beijing 100080, China) ,  Shen Zhengyang (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Zhang Xin (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Gao Yifan (School of Electronic and Information Engineering, Beihang University, Beijing 100191, China) ,  Deng Shujian (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Wang Yipei (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Fan Yubo (State Key Laboratory of Software Development Environment and Key Laboratory of Biomechanics and Mechanobiology of Ministry of Education and Research Institute of Beihang University in Shenzhen, Beihang University, Beijing 100191, China) ,  Chang Eric I-Chao (Microsoft Research Asia, Beijing 100080, China)
資料名： Pervasive and Mobile Computing  (Pervasive and Mobile Computing)
巻： 40  ページ： 324-338  発行年： 2017年 
JST資料番号： W3475A  ISSN： 1574-1192  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,単一装着慣性センサを用いた人間の行動認識のためのマルチレベル特徴学習フレームワークを提案した。フレームワークは,信号に基づく(低レベル),成分(中層)と意味(高レベル)情報を解析するために設計された三相,それぞれから構成されている。低レベル特徴は,時間と周波数領域特性を捕捉中間レベル表現は作用の組成を学習した。最大マージン潜在パターン学習(MLPL)法を提案フレームワークの出力として潜在的行動パターンの高レベル意味論的記述を学習するために提案した。提案した方法は,Skoda,WISDMとOPPデータセット上で,それぞれ88.7%,98.8%および72.6%(重み付きF1スコア),最先端の性能を達成した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *学習 ,  周波数領域 ,  捕獲 ,  *センサ ,  意味論
準シソーラス用語： スコア ,  行動パターン ,  慣性センサ ,  *マルチレベル , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチレベル ,  人間行動認識 ,  潜在パターン ,  高レベル ,  意味論

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 人間行動認識 ,  学習 ,  マルチレベル