抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間のモーションキャプチャデータのセグメンテーションはデータ解析における重要なステップであり,データ管理と再利用のための良い基礎となる。本論文では,正規化カットモデルと重みづけカーネルk-平均の間の等価関係について研究し,それを人間のモーションキャプチャデータの挙動セグメンテーションに適用した。運動シーケンスのフレームは高次元独立点と見なされ,正規化カットモデルと重みづけカーネルk-平均の組合せによってクラスタ化できる。時系列回復の後のクラスタ化結果をカテゴリーストリングで構築し,有効なサブストリングを見出すために接尾列を用いた。その後,長い特性,無効なサブストリング,およびセグメンテーション点も最終的に見つけることができる。本方法は,グラフカットモデルのNP困難問題を解決することができるだけではなく,また,加重カーネルk-平均のカーネルマトリックスを選択する問題を解決した。実験結果は,加重カーネルk-平均(NCWKK)と結合した正規化カットモデルに基づく方法が満足できるセグメンテーション性能を有することを示した。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】
