文献

J-GLOBAL ID：201802269081271374   整理番号：18A0519081

3Dスケルトンを用いたビュー不変行動認識のための形状の融合と運動行列【Powered by NICT】

Fusing shape and motion matrices for view invariant action recognition using 3D skeletons

著者 (3件)： Liu Mengyuan (Key Laboratory of Machine Perception, Shenzhen Graduate School, Peking University, Beijing 100871, China) ,  He Qinqin (Key Laboratory of Machine Perception, Shenzhen Graduate School, Peking University, Beijing 100871, China) ,  Liu Hong (Key Laboratory of Machine Perception, Shenzhen Graduate School, Peking University, Beijing 100871, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 3670-3674  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： 任意視点下での行動認識は,挑戦のままである,視野変化は同一タイプの行動間のあいまいさを増加させる重篤な運動と外観変化をもたらすからである。この問題を解決するために,視野不変形状と動き手がかりを効果的に捕捉するための新しい方法を提案した。手法は三つの主要な段階を含んでいる。最初に,各骨格の距離マトリックスを形成する対骨格継手間の距離を計算した。第二に,形状行列(SM)と運動マトリックス(MM)は,一対距離行列間の形状と動き手がかりを記述するためにそれぞれ定式化した。第三に,Fisherベクトルと線形判別分析(L DA)は低次元と高識別表現,最終的な行動表現を生成するために溶融さらにとしてSMとMMを符号化するために採用した。ベンチマークUTKinect行動データセット上での実験結果により,提案手法では,視野不変行動認識タスクのために設計された方法よりも良い結果を達成することを示した。SmartHomeデータセット,雑音の多い骨格データに対する提案手法のロバスト性を検証したを収集した。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： 定式化 ,  ベンチマーク ,  *三次元 ,  雑音 ,  符号化 ,  曖昧さ ,  ロバスト性 ,  *不変性 ,  ベクトル
準シソーラス用語： 低次元 ,  線形判別分析 ,  距離行列 ,  *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 (7件)： 3D ,  スケルトン ,  不変 ,  行動認識 ,  融合 ,  運動 ,  行列