文献

J-GLOBAL ID：201802257526466968   整理番号：18A1900802

行動認識のための階層的時間記憶強化ワンショット距離学習【JST・京大機械翻訳】

Hierarchical Temporal Memory Enhanced One-Shot Distance Learning for Action Recognition

著者 (6件)： Zou Yixiong (National Engineering Laboratory for Video Technology, School of EE&CS, Peking University, Beijing, China) ,  Shi Yemin (National Engineering Laboratory for Video Technology, School of EE&CS, Peking University, Beijing, China) ,  Wang Yaowei (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Shu Yu (National Engineering Laboratory for Video Technology, School of EE&CS, Peking University, Beijing, China) ,  Yuan Qingsheng (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Tian Yonghong (National Engineering Laboratory for Video Technology, School of EE&CS, Peking University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICME  ページ： 1-6  発行年： 2018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： 1ショット動作認識は,非常に限られた訓練サンプルのために最も挑戦的なタスクの1つである。1ショットビデオ動作認識のために,クラッタされたフレーム特徴からランダムに選択されたフレームは,劣った性能をもたらす可能性がある。より良い特徴空間において最も価値のあるフレームを使用するために,本論文は階層的時間記憶強化1ショット距離学習(HED)を提案した。まず第一に,著者らは異なるフレームから時間的三重項を導入するので,クラス間距離を減少させ,クラス間距離を増加させる。第二に,シーケンス予測のための生物学的に妥当な教師なしモデルである階層的時間記憶(HTM)を用いて,ビデオシーケンスにおける最も価値のあるフレームを見出すことにより,ワンショット動作認識を強化した。最後に,時間的三重項訓練モデルと一緒に選択したフレームを用いて,対応するカテゴリーラベルを得た。3つのベンチマークデータセット(i.e UCF11,UCF50およびHMDB51)で行った広範な実験により,最先端の方法よりも著しい改善を達成できることを実証した。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： *粒状材 ,  ベンチマーク ,  *学習 ,  クラッタ ,  三重項 ,  予測
準シソーラス用語： 最先端 ,  ビデオシーケンス ,  特徴空間 ,  動作認識 ,  *行動認識 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 行動認識 ,  強化 ,  ショット ,  学習