文献

J-GLOBAL ID：201802278829469217   整理番号：18A0439047

グローバル-ローカル時間顕著性行動予測【Powered by NICT】

Global-Local Temporal Saliency Action Prediction

著者 (4件)： Lai Shaofan (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Zheng Wei-Shi (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Hu Jian-Fang (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Zhang Jianguo (School of Science and Engineering (Computing), University of Dundee, Dundee, U.K.)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 27  号： 5  ページ： 2272-2285  発行年： 2018年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 部分的に観察される行動手順に対する作用予測は非常に挑戦的な課題である。この挑戦に取り組むために,筆者らは最初に全体-局所距離モデル,全体と局所時間的距離は,個々のセグメントに焦点を合わせて大域的時間的距離は部分系列を比較しを設計した。距離モデルはその寄与を適応させるために各セグメントのための時間的特徴を紹介した。最後に,これら二種類の距離を学習し,融合するために定式化した全体的-局所的時間的行動予測モデル。そのような予測モデルの作用を認識する1)進行中の配列と2)最初と最後(ギャップ充填として知られている)の間の欠落している任意フレームと配列。著者らの提案したモデルを試験し,比較BIT,UCF11,HMDBデータセットに関連した作用予測モデルであった。結果は筆者らの提案の有効性を実証した。特に,見えない作用タイプと最近開発された行動予測モデルと比較して,ギャップフィリング問題を扱う上で利点を予測に関する著者らの提案したモデルの利点を示した。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： *予測 ,  予測モデル ,  定式化 ,  モデリング
準シソーラス用語： *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 (2件)： グローバル ,  行動予測