文献

J-GLOBAL ID：201802271767091356   整理番号：18A1810445

KNRによる軌道特徴を組み合わせた行動認識【JST・京大機械翻訳】

Action Recognition Combining Trajectory Feature with KNR

著者 (2件)： Hu Yang (College of Big Data and Information Engineering, Guizhou University, Guiyang, Guizhou, 550025, China) ,  Liu Benyong (Guizhou University, Institute of Intelligent Information Processing, Guiyang, Guizhou, 550025, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IMCEC  ページ： 1138-1141  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： D338軌道特徴は,ビデオに基づく人間行動認識のためにカーネルベースの非線形表現(KNR)と結合される。最初に,特徴点を一様サンプリング後のShi-Tomasi識別基準を通してフィルタリングした。次に,光学的流れ場に基づく特徴を追跡することによって,高密度軌道を形成した。同じ次元の特徴を生成するために,Fisherベクトル(FVs)を用いて,異なる次元の特徴を符号化した。最後に,これらのアラインメントされたFVsを,KNR訓練と分類のための特徴として取り上げた。組合せの性能を検証するために,同じパラメータを持つGaussカーネルをKNRとサポートベクトルマシン(SVM)に適用した。KTH行動データベースに関する実験結果は,提案方法がSVMに関して分類性能を著しく向上できることを示した。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： アラインメント ,  フィルタリング ,  録画装置 ,  *ベクトル ,  流れ場 ,  データベース ,  サポートベクトルマシン
準シソーラス用語： Gaussカーネル ,  高密度 ,  特徴点 ,  *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 (2件)： 軌道 ,  行動認識