文献

J-GLOBAL ID：202002241468334366   整理番号：20A0822344

DCGaNを用いたGrossmotor活性化認識のためのデータ増強【JST・京大機械翻訳】

Data Augmentation for GrossMotor-ActivityRecognition Using DCGAN

著者 (2件)： Ono Hyuga (Tokyo Denki University, 5 Senju Asahi-cho, Adachi-ku,Department of Robotics and Mechatronics,Tokyo) ,  Suzuki Satoshi (Tokyo Denki University, 5 Senju Asahi-cho, Adachi-ku,Satoshi Suzuki graduate School of Advanced Science and Technology,Tokyo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SII  ページ： 440-443  発行年： 2020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： 全運動活動認識(GM-AR)AIは,子供のGMスキルを自動的に評価する評価AIを開発するために研究されている。しかし,データセットの収集と作成は多くの努力と時間を要する。したがって,目標は自動的にGM-ARデータセットを生成することである。本論文で用いたデータセットは特別な時系列画像であるので,DCGANをデータ生成のために使用した。そこで,本論文では,GM-GANによる時系列画像の生成を目的とした。新しく設計したGM-ARは68.8%の精度を達成できた。GM-GANの生成画像は手と足の両方を持つ骨格に変換でき,骨格は40フレームで動作することを確認した。したがって,GM-GANはPK時系列画像を生成することができた。Copyright 2020 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： *子供

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 活性化 ,  データ増強