文献

J-GLOBAL ID：201802259475127250   整理番号：18A1942551

行動予測のための深部残差特徴学習【JST・京大機械翻訳】

Deep Residual Feature Learning for Action Prediction

著者 (4件)： Guo Shuangshuang (University of Chinese Academy of Sciences, School of Computer and Control Engineering, Beijing, China) ,  Qing Laiyun (University of Chinese Academy of Sciences, School of Computer and Control Engineering, Beijing, China) ,  Miao Jun (Beijing Information Science and Technology University, Beijing Key Laboratory of Internet Culture and Digital Dissemination Research School of Computer Science, Beijing, China) ,  Duan Lijuan (Faculty of Information Technology, Beijing University of Technology, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BigMM  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： 完全なビデオに基づく行動認識は最近大きな成功を遂げているが,部分ビデオによって提供される情報が行動を分類するために十分に識別されないので,行動予測は困難な課題である。本論文では,部分ビデオからのより識別的な情報を探索するために,完全ビデオのそれらと同様の表現を達成するために,深い残留特徴学習(DeepRFL)フレームワークを提案した。提案した方法は残留学習に基づいており,部分ビデオとそれらの対応する完全ビデオ間の顕著な差を捉える。部分ビデオは,完全ビデオの特徴から学習により欠落情報を得ることができ,識別力を改善することができる。さらに,著者らのモデルは,エンドツーエンド方式で効率的に訓練することができた。挑戦的なUCF101とHMDB51データセットに関する広範な評価は,提案した方法が最先端の結果より優れていることを実証した。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： 録画装置 ,  残差 ,  *学習 ,  エンドツーエンド方式
準シソーラス用語： 行動認識 ,  行動予測 , 【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)： 行動予測 ,  深部 ,  残差 ,  学習