文献

J-GLOBAL ID：201902272197745093   整理番号：19A0516407

3D畳込みと畳込みLSTMを用いたマルチモーダルジェスチャ認識【JST・京大機械翻訳】

Multimodal Gesture Recognition Using 3-D Convolution and Convolutional LSTM

著者 (4件)： Zhu Guangming (School of Software, Xidian University, Xi’an, China) ,  Zhang Liang (School of Software, Xidian University, Xi’an, China) ,  Shen Peiyi (School of Software, Xidian University, Xi’an, China) ,  Song Juan (School of Software, Xidian University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 4517-4524  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： ジェスチャ認識は人体の意味のある動きを認識することを目的とし,知的な人間-コンピュータ/ロボット相互作用において最も重要である。本論文では,三次元コンボリューションと畳込み型長距離メモリ(LSTM)ネットワークに基づくマルチモーダルジェスチャー認識法を提案した。提案した方法は,最初に,三次元畳込みニューラルネットワークを通してジェスチャの短期的空間時間的特徴を学習し,次に,抽出された短期空間時間的特徴に基づく畳込みLSTMネットワークにより長期的な空間時間的特徴を学習する。さらに,多モードデータ間の微調整を評価し,事前訓練されたモデルが存在しない場合に,過剰適合を防ぐための任意のスキルとして考えることができることを見出した。提案した方法を,Chalearn LAP大規模分離ジェスチャーデータセット(IsoGD)とSheffereld Kinect gesture(SKIG)データセットについて検証した。結果は,著者らの提案方法が最先端の認識精度を得ることができることを示している(IsoGDの検証セットに関して51.02%,SKIGに関して98.89%)。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： *多モード ,  相互作用 ,  ネットワーク ,  ロボット ,  コンピュータ ,  記憶装置 ,  モデル ,  *三次元 ,  *畳込み ,  *身振り ,  畳込みニューラルネットワーク
準シソーラス用語： 認識精度 ,  Kinect ,  微調整 ,  *ジェスチャー認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 3D ,  畳込み ,  マルチモーダル ,  ジェスチャ認識