文献

J-GLOBAL ID：201802241422453425   整理番号：18A0587797

累積姿勢関連視覚パターンに基づく連続活性理解【Powered by NICT】

Continuous activity understanding based on accumulative pose-context visual patterns

著者 (3件)： Zhang Yan (Institute of Neural Information Processing) ,  Layher Georg (Institute of Neural Information Processing) ,  Neumann Heiko (Institute of Neural Information Processing)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IPTA  ページ： 1-6  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： アプリケーションドメイン,人間-ロボット相互作用と環境知能などでは,知的エージェントは人の行動に効果的に応答または予測を行うことができる者の活動はまだ進行中であることが期待されている。本論文では,連続活性理解の問題,ヒューズ腐敗死体が,推定された2D骨格(深層学習骨格推論に基づく)と時空間関心点周囲に局在する外観運動特徴(STIPs)からの特徴をもたらす視覚パターン抽出機構に基づいて調べた。ヒト活性は徐々に観察され,推定されることを考慮して,断片にビデオを分割,accumulatively視覚パターンを抽出し,オンライン様式で活性を推定した。二つのベンチマークデータセット上で提案手法を評価し,KTHデータセット上で92.6%と平衡推論状態におけるRochester支援日常生活データセット上で92.7%を達成した。それと並行して,主にSTIPsによる文脈情報は,姿勢情報,特に日常生活動作のシナリオよりも活動認識へのより好ましいと思われることを発見した。さらに,分類器を訓練するために初期段階から活性の視覚パターンを組み込んだ初期認識の性能を向上させることができるが,時間的に遅れて認識率を分解できた。この問題を克服するために,初期パターンのない訓練された分類器は,後の段階で使用されているが,混合モデル,初期視覚パターンを用いて訓練された分類器を初期段階で使用されている)を提案した。実験結果が後の時間の認識正確さを維持しながら,この直接的な方法は,早期認識を向上させることができることを示した。Copyright 2018 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： 二次元 ,  日常生活動作 ,  ヒト ,  ヒューズ ,  *視覚
準シソーラス用語： 初期視覚 ,  認識率 ,  行動認識 ,  文脈情報 ,  日常生活 ,  パターン抽出 ,  関心領域 ,  深層学習 ,  インテリジェントエージェント ,  ヒューマンロボットインタラクション , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 累積 ,  姿勢 ,  視覚 ,  活性 ,  理解