抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,複雑なイベント検出の問題を検討した。既存イベント検出手法では,ビデオからの局所的空間あるいは時空間パッチから抽出した特徴に限定されている。しかし,これは異なる作用「オープン引き出し」と「オープン食器棚」などと同様の概念を持つ事象に対してより脆弱モデルを示した。さらに,現在の方法は,典型的には,イベントは既にビデオストリームから分割されており,未知の開始と終了位置を持つ事象に対して十分に一般化しないと仮定した。本研究では,前述の限界に対処するために,ビデオフレームから抽出した意味論的および時間的特徴の組合せに基づく新しいモデルを提案した。は知られていない開始と終了位置を持つ事象を検出できることを適応枠組みの中で抽出された特徴の上に最大マージン分類器を訓練した。著者らのモデルは,双方向領域ニューラルネットワークと大きなマージン構造出力SVMに基づいている。モデルの一般性は,異なるラベル付きデータおよびラベル無しデータセット上で単純に適用できる。は最終的に三つの挑戦的なデータセット:「UCF10行動認識」,「MPII調理活動」と「ハリウッド」上で提案アルゴリズムを試験,最先端の性能を報告した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】