文献

J-GLOBAL ID：201802283636115387   整理番号：18A0588485

3次元運動トラジェクトリー記述と認識のための二重レベルカーネル自己相似性について【Powered by NICT】

On double-level kernel self-similarities for 3D motion trajectory description and recognition

著者 (3件)： Guo Yao (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, 83 Tat Chee Avenue, Hong Kong) ,  Li Youfu (Department of Mechanical and Biomedical Engineering, City University of Hong Kong, 83 Tat Chee Avenue, Hong Kong) ,  Shao Zhanpeng (Department of Computer Science and Technology, Zhejiang University of Technology, 288 Liuhe Road, Hangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RCAR  ページ： 657-662  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： 3次元時空間軌跡は人体,ロボットと移動物体の運動解析におけるコンパクトで有益な手がかりを提供することができる。本論文では,3D運動トラジェクトリーベースの認識,正確さと効率の両方で満足な性能を達成するための新しいフレームワークを提案した。最初に二重レベルカーネル自己相似性行列(DKSM)に変換した運動軌道。DKSM表現は,それぞれ軌道レベルと成分レベルで各軌道自体の中でペアワイズカーネル距離を調べることにより構築し,これは強い不変性能力と記述力を示した。DKSM表現における各マトリックスはグレースケール画像と見なすことができるので,DKSMから抽出した有向勾配(H OG)ディスクリプタの多くの実績のあるヒストグラムを最終DKSM H OG記述子として結合した。次に,入力として訓練DKSM H OG記述子を用いた多重クラス認識のためのSVM分類器を訓練した。最後に,提案した方法の有効性を示すために二つの公共データセット上で実施した広範な運動軌跡認識実験。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： ヒストグラム ,  ロボット ,  統制索引語 ,  多重化 ,  移動体 ,  不変性 ,  *三次元 ,  *自己相似性 ,  軌跡 ,  *トラジェクトリー ,  動作分析
準シソーラス用語： グレースケール画像 ,  運動軌道 ,  *三次元運動 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 3次元運動 ,  トラジェクトリー ,  記述 ,  カーネル ,  自己相似性