文献

J-GLOBAL ID：201902218348547561   整理番号：19A0854813

ビデオに基づく行動認識のための順序を意識した畳込みプーリング【JST・京大機械翻訳】

Order-aware convolutional pooling for video based action recognition

著者 (4件)： Wang Peng (School of Computer Science, The University of Adelaide, Australia) ,  Liu Lingqiao (School of Computer Science, The University of Adelaide, Australia) ,  Shen Chunhua (School of Computer Science, The University of Adelaide, Australia) ,  Shen Heng Tao (School of Computer Science and Engineering, University of Electronic Science and Technology of China, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 91  ページ： 357-365  発行年： 2019年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ほとんどのビデオベースの行動認識手法は,各フレームで抽出された特徴を時間的にプールすることにより,ビデオレベルの表現を生成する。しかし,それらを採用するプール法は,通常,時間領域に含まれる動的情報を完全にまたは部分的に無視する。これは,ビデオシーケンスの順序が特定のイベントまたは行動の進化を明らかにすることができるため,得られたビデオ表現の識別力を強調する可能性がある。この欠点を克服し,時間的順序情報を組み込むことの重要性を調べるために,本論文では,フレームレベルの特徴を集約するための新しい時間的プール手法を提案した。情報抽象化のための画像の内部構造の利用における畳込みニューラルネットワーク(CNN)の能力に触発されて,著者らは動的情報を抽出するために時間的畳込み操作をフレームレベル表現に適用することを提案した。しかしながら,元の高次元特徴に関するこのアイデアを直接実行することは,パラメータ爆発をもたらす。この問題を扱うために,各特徴次元における特徴値の時間発展を1D信号として処理し,各1D信号に対するユニークな畳込みフィルタバンクを学習することを提案した。3つの挑戦的なビデオに基づく行動認識データセット,HMDB51,UCF101,およびHollywood2に関する実験を行うことにより,提案した方法が従来のプール法より優れていることを実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  画像 ,  一次元 ,  高次元 ,  内部構造 ,  *録画装置 ,  フィルタバンク ,  時間発展
準シソーラス用語： 畳込みニューラルネットワーク ,  ビデオシーケンス ,  時間領域 ,  *行動認識 , 【Automatic Indexing@JST】

著者キーワード (3件)： 行動認識 ,  畳み込みニューラルネットワーク ,  時間プーリング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ビデオ ,  行動認識 ,  順序 ,  意識 ,  畳込み