文献

J-GLOBAL ID：202002230977540360   整理番号：20A2328471

FSD-10:図形スケッチのための細粒分類データセット【JST・京大機械翻訳】

FSD-10: A fine-grained classification dataset for figure skating

著者 (10件)： Liu Shenglan (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Liu Shenglan (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, Liaoning, China) ,  Liu Xiang (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Huang Gao (Tsinghua University, China) ,  Qiao Hong (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Hu Lianyu (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Jiang Dong (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Zhang Aibin (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Liu Yang (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China) ,  Guo Ge (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, Liaoning, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 413  ページ： 360-367  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 行動認識はビデオ解析における重要で挑戦的な問題である。過去10年は深層学習の開発による行動認識の進歩を目撃しているが,このようなプロセスは競合スポーツコンテンツ分析において遅い。競合スポーツビデオクリップからの行動認識に関する研究を促進するために,著者らは,細粒スポーツコンテンツ分析のための図式Sktingデータセット(FSD-10)を導入した。この目的のために,2017年~2018年に,世界中の図形のskatingから1484のクリップを収集し,それは,男性/ラジスプログラムにおける10の異なる行動から成る。各クリップは解像度1080×720で1秒あたり30フレームの速度で,専門家により注釈付けされた。図形スクーティングにおける行動認識のためのベースラインを構築するために,FSD-10に関する最先端の行動認識法を評価した。ドメイン知識がスポーツ分野で大きな関心事であるという考えによって動機づけられて,著者らは分類のためのキーフレームベースの時間セグメントネットワーク(KTSN)を提案して,顕著な性能を達成した。実験結果は,FSD-10が行動姿勢よりむしろ行動運動を正確に抽出する必要があるので,ベンチマーク行動認識アルゴリズムのための理想的なデータセットであることを示した。FSD-10は,細粒化作用の大きな収集を持つように設計され,よりロバストで先進的な行動認識モデルを開発する新しい挑戦として役立つ。Copyright 2020 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： スポーツ ,  分解能 ,  男性 ,  基準線 ,  *ベンチマーク ,  ロバスト性 ,  粉化 ,  ドメイン知識
準シソーラス用語： キーフレーム ,  スケッチ ,  認識アルゴリズム ,  行動認識 ,  ビデオ分析 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 行動認識 ,  図形スケートデータセット ,  細粒スポーツ内容分析 ,  キーフレームベースの時間セグメントネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 図形 ,  スケッチ ,  細粒 ,  分類 ,  データセット