文献

J-GLOBAL ID：201802250381291197   整理番号：18A1209380

ビデオ行動認識のためのスパース特徴自動結合ディープネットワーク【JST・京大機械翻訳】

Sparse feature auto-combination deep network for video action recognition

著者 (5件)： Wang Qicong (Department of Computer Science, Xiamen University, Xiamen 361005, Fujian, China) ,  Gong Dingxi (Department of Computer Science, Xiamen University, Xiamen 361005, Fujian, China) ,  Li Maozhen (Department of Electronic and Computer Engineering, Brunel University, Uxbridge, UB8 3PH, UK) ,  Zhao Chong (Department of Computer Science, Xiamen University, Xiamen 361005, Fujian, China) ,  Lei Yunqi (Department of Computer Science, Xiamen University, Xiamen 361005, Fujian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNC-FSKD  ページ： 712-716  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： 大規模ビデオデータに対する行動認識を扱うために,連続ビデオフレーム間の対応するピクセルの時間的文脈相関を完全に研究する必要があり,短いビデオセグメントから深い特徴を抽出するのに有益な時空畳込みニューラルネットワークを提示した。従来のスパース符号化に基づいて,類似の活性化状態に従って隠れ層の隣接ノードの表現特徴をさらに考察した。そこで,各畳込み段階における複数入力マップに対するスパース自己組合せ戦略を提案した。隠れ層ノードの表現特徴のトポロジー情報制約はトポロジーの適応スパース符号化を扱うために課せられるので,学習された特徴は空間-時間変化関係をより良く表すことができ,隠れたノードの数はある範囲で制限される。WEIZMANデータセットに関する一連の実験を行った。実験結果は,従来の方法と比較して,著者らの方式がビデオ動作認識のためにより効果的でロバストであることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  経時変化 ,  *透視図法 ,  *録画装置 ,  ロバスト性 ,  畳込み ,  画素
準シソーラス用語： 動作認識 ,  隠れ層 ,  スパースコーディング ,  畳込みニューラルネットワーク ,  ビデオフレーム ,  *行動認識 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ビデオ ,  行動認識