文献

J-GLOBAL ID：201902228821626005   整理番号：19A2177776

深層学習と圧縮センシングを用いた激しい群衆行動検出【JST・京大機械翻訳】

Violent crowd behavior detection using deep learning and compressive sensing

著者 (7件)： Gao Mingliang (School of Electrical & Electronic Engineering, Shandong University of Technology, Zibo, 255049, China) ,  Jiang Jun (School of Computer Science and Technology, Southwest Petroleum University, Chengdu, 610500, China) ,  Ma Lixiu (School of Electrical & Electronic Engineering, Shandong University of Technology, Zibo, 255049, China) ,  Zhou Shuwen (School of Computer Science, Sichuan University of Science & Engineering, Chengdu, 643000, China) ,  Zou Guofeng (School of Electrical & Electronic Engineering, Shandong University of Technology, Zibo, 255049, China) ,  Pan Jinfeng (School of Electrical & Electronic Engineering, Shandong University of Technology, Zibo, 255049, China) ,  Liu Zheng (School of Engineering, University of British Columbia, Okanagan, V1V 1V7, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCDC  ページ： 5329-5333  発行年： 2019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： 本論文では,激しい学習ネットワークを融合する新しい群衆解析法と,激しい挙動検出のための圧縮センシングを提案した。この目的のために,新しいハイブリッドランダム行列(HRM)を構築し,制限されたアイソメトリック特性を満たすことを証明した。高次元特徴はHRMを介して低次元空間に投影できる。さらに,縮小次元特徴に基づく群衆行動表現を抽出するために,深いニューラルネットワークを開発した。最終的に,学習深い特徴を分類のために使用する。実験結果により,提案した方法は,激しい挙動検出において効果的で効率的であり,最先端の方法よりも優れていることを実証した。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： ネットワーク ,  高次元 ,  ニューラルネットワーク ,  *学習 ,  ランダム行列
準シソーラス用語： 低次元 ,  *圧縮センシング ,  *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 ,  圧縮センシング ,  行動