文献

J-GLOBAL ID：201902223687829798   整理番号：19A0978486

集団活動認識のための空間-時間注意機構に基づくモデル【JST・京大機械翻訳】

Spatio-temporal attention mechanisms based model for collective activity recognition

著者 (5件)： Lu Lihua (Beijing Laboratory of Intelligent Information Technology; School of Computer Science, Beijing Institute of Technology, Beijing, China) ,  Di Huijun (Beijing Laboratory of Intelligent Information Technology; School of Computer Science, Beijing Institute of Technology, Beijing, China) ,  Lu Yao (Beijing Laboratory of Intelligent Information Technology; School of Computer Science, Beijing Institute of Technology, Beijing, China) ,  Zhang Lin (Beijing Laboratory of Intelligent Information Technology; School of Computer Science, Beijing Institute of Technology, Beijing, China) ,  Wang Shunzhou (Beijing Laboratory of Intelligent Information Technology; School of Computer Science, Beijing Institute of Technology, Beijing, China)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 74  ページ： 162-174  発行年： 2019年 
JST資料番号： T0844A  ISSN： 0923-5965  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： 集団的シナリオにおける複数の人々の活動的および対話的な集団的活動認識は広く使われているが,コンピュータビジョンにおける挑戦的な領域である。この最終課題の鍵は,集団活動の空間的および時間的進化を効率的に探索する方法である。本論文では,集団シーンにおける空間構成と時間的動力学を利用するための空間時間的注意メカニズムに基づくモデルを提案した。著者らは,個人の行動と集団活動の空間-時間的進化を捉えるために,深いRGB特徴と人間の調音された姿勢の両方から構築された不思議な空間時間的注意メカニズムを提示する。これらの注意メカニズムから利益を得て,著者らのモデルは,これらの相互作用に基づいて各個人の状態を更新しながら,各個人に対して空間的に不均衡な個人グループ相互作用を獲得し,集団活動の最終ラベルを予測するために異なるビデオフレームの信頼性を時間的に評価する。さらに,長距離の時間的変動性と一貫性は,2段階のGed Recurent Unit(Grus)ネットワークによって扱われる。最終的に,著者らのモデルの効果的な訓練を確実にするために,著者らはモデル学習プロセスを駆動するために,人間とグループレベルの両方で損失を共同的に最適化する。実験結果は,著者らの方法がVolleyballデータセットに関して最先端技術より優れていることを示した。より多くのチェック実験と視覚結果は,提案したモデルの有効性と実行可能性を実証した。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： コンピュータビジョン ,  調音 ,  ネットワーク ,  最適化 ,  視覚 ,  空間構成 ,  有効性 ,  相互作用 ,  会話 ,  *グループ活動 ,  信頼性
準シソーラス用語： 長距離 ,  ビデオフレーム ,  不均衡 ,  *行動認識 , 【Automatic Indexing@JST】

著者キーワード (5件)： 複数人物活動認識 ,  時空モデル ,  注意機構 ,  マルチモーダルデータ ,  ゲート付き再帰ユニット(GRUS)ネットワーク

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 集団 ,  活動認識 ,  注意 ,  モデル