文献

J-GLOBAL ID：202002232907719182   整理番号：20A2028514

スケルトンベースの行動認識モデルはより小さく,より速く,より良く【JST・京大機械翻訳】

Make Skeleton-based Action Recognition Model Smaller, Faster and Better

著者 (4件)： Yang Fan (Nara Institute of Science and Technology, Japan, RIKEN, Center for Advanced Intelligence Project, Japan) ,  Wu Yang (Kyoto University, Japan) ,  Sakti Sakriani (Nara Institute of Science and Technology, Japan, RIKEN, Center for Advanced Intelligence Project, Japan) ,  Nakamura Satoshi (Nara Institute of Science and Technology, Japan, RIKEN, Center for Advanced Intelligence Project, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： MMAsia ’19  ページ： 1-6  発行年： 2019年 
JST資料番号： D0698C  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： 骨格ベースの行動認識は近年大きな成功を達成したが,既存の方法の大部分は大きなモデルサイズと遅い実行速度に悩まされている。この課題を軽減するために,スケルトンベースの行動認識のための二重特徴二重運動ネットワーク(DD-Net)を提案するために,骨格配列特性を分析する。軽量ネットワーク構造(すなわち,0.15百万パラメータ)を用いることにより,DD-Netは通常のGPU(例えば,GTX1080Ti)上の3,500FPS,あるいは通常のCPU(例えばIntel E5-220)上の2,000FPSとして超高速速度に達することができる。ロバスト特徴を採用することによって,DD-Netは,著者らの実験データセット:SHREC(すなわち,手作業)とJHMDB(すなわち,身体動作)に関して最先端の性能を達成した。著者らのコードはhttps://github.com/fandulu/DD-Netである。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  ロバスト性
準シソーラス用語： 超高速 ,  行動認識 , 【Automatic Indexing@JST】

著者キーワード (3件)： 身体動作 ,  手のジェスチャ ,  骨格に基づく行動認識

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： スケルトン ,  行動認識 ,  モデル