文献

J-GLOBAL ID：201802224679704634   整理番号：18A1147996

Kinect特徴と直交最小二乗選択を用いた正面視に基づく人間の歩容認識【JST・京大機械翻訳】

Human gait recognition based on frontal view using kinect features and orthogonal least square selection

著者 (4件)： Sahak Rohilah (Faculty of Electrical Engineering, Universiti Teknologi MARA (UiTM), 40450 Shah Alam, Selangor, Malaysia) ,  Tahir Nooritawati Md. (Faculty of Electrical Engineering, Universiti Teknologi MARA (UiTM), 40450 Shah Alam, Selangor, Malaysia) ,  Yassin Ahmad Ihsan (Faculty of Electrical Engineering, Universiti Teknologi MARA (UiTM), 40450 Shah Alam, Selangor, Malaysia) ,  Kamaruzaman F. (Faculty of Electrical Engineering, Universiti Teknologi MARA (UiTM), 40450 Shah Alam, Selangor, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISSPIT  ページ： 388-393  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： 本論文では,特徴選択としての直交最小二乗(OLS)と分類器としての多層パーセプトロン(MLP)に基づく正面と斜めの両視点に対する人間の歩行の認識について検討した。まず第一に,Kinectセンサを用いて,斜めと正面の両方で人間の歩行のいくつかのフレームを獲得した。次に,特徴抽出を,直接歩行(D-G)特徴として知られている3D空間における骨格結合点を介して実行した。さらに,OLS-G特徴としてラベル付けされたOLSを用いて,顕著なD-G特徴を同定する特徴選択を行った。次に,それらの歩行に基づく人間の認識におけるOLS-G特徴の有効性を,ニューラルネットワーク分類器を用いて評価した。得られた結果により,正面視野におけるOLS-G特徴は,それらの歩行に基づく人間の認識に対して,90.6%の認識精度で,実際には容易であることが証明された。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 歩行 ,  特徴選択 ,  ニューラルネットワーク ,  *直交性 ,  特徴抽出 ,  *最小二乗法 ,  多層パーセプトロン
準シソーラス用語： 認識精度 ,  三次元空間 ,  Kinectセンサ ,  ヒト歩行 ,  *歩容認証 ,  *Kinect , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： Kinect ,  最小二乗 ,  正面視 ,  人間 ,  歩容認識