文献

J-GLOBAL ID：201902210755462915   整理番号：19A0038061

深層学習法に基づく人間活動認識【JST・京大機械翻訳】

Human Activity Recognition Based on Deep Learning Method

著者 (4件)： Shi Xiaoran (The Ministry Key Laboratory of Electronic Information Countermeasure and Simulation, Xidian University, Xi’an, Shaanxi, China) ,  Li Yaxin (The Ministry Key Laboratory of Electronic Information Countermeasure and Simulation, Xidian University, Xi’an, Shaanxi, China) ,  Zhou Feng (The Ministry Key Laboratory of Electronic Information Countermeasure and Simulation, Xidian University, Xi’an, Shaanxi, China) ,  Liu Lei (The Ministry Key Laboratory of Electronic Information Countermeasure and Simulation, Xidian University, Xi’an, Shaanxi, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： RADAR  ページ： 1-5  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： セキュリティ防衛の需要の増加によって,抗テロリズム調査と災害救助,人間活動分類と認識は,ホットな研究主題になった。人間が電磁波によって照明されるとき,Doppler信号はその移動部分から生成される。実際に,身体運動は人間のマイクロDopplerシグネチャを独特にするものであり,人間の活動を分類する機会を提供する。分類は,訓練のための多くのサンプルを必要とするが,実際の応用では,シミュレーションデータと実際のデータの間に一定のギャップがあり,測定データはしばしば得ることが困難である。人間のレーダエコーに対する非定常特性により,人間活動に対する分光写真は異なるマイクロDoppler特徴を示す。そこで,筆者らは,大規模なRGB画像データセットにより事前訓練されたDCNNに基づく,特徴抽出と分類のための深い畳込み生成敵ネットワーク(DCNN)を含む,深い学習技術を用いた人間活動分類の方法を提案した。最後に,シミュレーション結果は提案方法の有効性を確かめた。Copyright 2019 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： *学習 ,  特徴抽出 ,  シミュレーション ,  セキュリティ ,  有効性 ,  畳込み ,  定常特性 ,  ネットワーク ,  電磁波
準シソーラス用語： レーダエコー ,  マイクロドップラ ,  災害救助 ,  防衛 ,  *人間活動 ,  *深層学習 , 【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 (3件)： 深層学習 ,  人間 ,  活動認識