文献

J-GLOBAL ID：201802230514988392   整理番号：18A0222221

時間次元局所特徴に基づく人間行動認識【JST・京大機械翻訳】

Local feature extraction using time domain information for human action recognition

著者 (5件)： Zhang Jiulong (西安理工大学計算机科学与工程学院,陜西西安,710048) ,  Zhang Zhendong (西安理工大学計算机科学与工程学院,陜西西安,710048) ,  Yang Su (西安理工大学計算机科学与工程学院,陜西西安710048;復旦大学計算机科学技術学院,上海201203) ,  Gao Yang (西安理工大学計算机科学与工程学院,陜西西安,710048) ,  Xiao Zhaolin (西安理工大学計算机科学与工程学院,陜西西安,710048)
資料名： Xi’An Ligong Daxue Xuebao  (Xi'An Ligong Daxue Xuebao)
巻： 33  号： 2  ページ： 169-174  発行年： 2017年 
JST資料番号： C3235A  ISSN： 1006-4710  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 映像の人間行動認識アルゴリズムにおいて,局所的特徴の三次元テンプレート畳込み法は,バックグラウンドにおける偽の興味を避けることができなくて,計算時間を費やすことができなかった。FAST隅角部における時間次元情報の欠陥を検出することができない高効率で正確な融合時間次元とFAST隅角部特徴を有する移動体の関心点検出法を提案し,次に3つの隣接フレームを2つの差異に分割し,FASTコーナー検出を行った。2つの特徴点集合の交差点を,現在のフレーム運動の人体の局所的関心点として取り上げた。この方法は時間次元情報とFAST演算子の長所を有効に結合し、時間が短く、正確率が高く、運動の相関性が良い特徴がある。最後に,人間の行動特性をモデル化して,SVM,KNN,ディシジョンツリーとLDAを用いて分類して,WeizmannとKTHデータベースに関してテストした。SVMは最も良い分類性能を得て,KNNは最も高い効率を得るので,KNNはリアルタイムの行動認識に利用できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 移動体 ,  映像 ,  CPU時間 ,  検出法 ,  データベース ,  モデリング ,  *人間行動 ,  畳込み ,  交差点 ,  ディシジョンツリー
準シソーラス用語： *行動認識 ,  行動特性 ,  コーナー検出 ,  関心領域 ,  認識アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： action recognition ,  local feature ,  motion information ,  FAST corner ,  BOW(Bag of Words) model

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 次元 ,  局所特徴 ,  人間行動認識