文献

J-GLOBAL ID：201802266533601421   整理番号：18A1209792

多重カメラを用いたディープニューラルネットワークモデルに基づくマーカーレス人間活動認識法【JST・京大機械翻訳】

Markerless Human Activity Recognition Method Based on Deep Neural Network Model Using Multiple Cameras

著者 (3件)： Putra Prasetia Utama (Yokohama National University, Graduate School of Engineering) ,  Shima Keisuke (Yokohama National University, Faculty of Engineering) ,  Shimatani Koji (Prefectural University of Hiroshima, Faculty of Health and Welfare)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CoDIT  ページ： 13-18  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： 多視点人間活動認識のほとんどの方法は,従来のコンピュータビジョンアプローチに分類できる。これらのアプローチは特徴記述子と識別子を分離する。したがって,特徴抽出器は分類器によって作られた誤りから学習することができない。本論文において,生画像のマルチビューシーケンスを用いた人間活動推定のための深いニューラルネットワーク(DNN)モデルを提示した。この手法は特徴抽出器と識別器を単一モデルに組み込んだ。モデルは3つの部分,畳込みニューラルネットワーク(CNN)ブロック,MSLSTMRes,および緻密層から成る。この方法により,生画像列を用いることにより,「歩行」や「座位ダウン」などの人間活動の識別が可能となる。一つの主題交差検証を用いたIXMASデータセットに関する実験結果は,文献における他の方法に匹敵する高い予測率を示し,これはシルエットや体積データや洗練された特徴抽出器などの前処理画像を利用した。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： 弁別器 ,  予測 ,  歩行 ,  *ニューラルネットワーク ,  前処理 ,  *カメラ ,  *多重化 ,  画像 ,  座位 ,  特徴抽出 ,  *モデル
準シソーラス用語： シルエット ,  画像列 ,  *行動認識 ,  *人間活動 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 多重 ,  マーカー ,  レス ,  人間 ,  活動認識