文献

J-GLOBAL ID：202002252816780051   整理番号：20A0589720

大域的評価-再スケールネットワーク:行動認識のための効率的モデル【JST・京大機械翻訳】

Global evaluate-and-rescale network: an efficient model for action recognition

著者 (3件)： Qin Jianbang (Shanghai Jiao Tong Univ. (China)) ,  Hu Shuangjie (Shanghai Jiao Tong Univ. (China)) ,  Guo Wei (Shanghai Jiao Tong Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11433  ページ： 114330T-8  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオにおける人間行動認識は,コンピュータビジョンの分野における挑戦課題である。時間的および空間的特徴を統合するアイデアに基づいて,多くの研究は,2ストリームネットワークおよび3D畳込みニューラルネットワーク(3D-CNN)のような時空的特徴を抽出するための種々の方法を提案した。しかしながら,2ストリームネットワークのためのオプティカルフローの膨大な計算コストと3D-CNNの膨大な数のために,動作認識に必要な計算時間は非常に長く,したがって,リアルタイム認識の要求を満たすことは困難である。本論文は,行動認識のための3D-CNNの効率的アーキテクチャを調査することを目的とした。認識精度を保証する前提で,計算コストを大幅に低減することを目的とした。入力データの量を減らしながら,良好な性能を保証するために,入力データのキーフレームを自動的に抽出できる,グローバルな評価と再資源(GER)ネットワークを提示した。2つの挑戦的な人間行動認識データセットUCF101とHMDB51に関する提案モデルの性能を評価した。実験結果は,GERネットワークが認識のために計算時間の50%まで減少することができるが,最先端の3D-CNNモデルで近似精度を達成することを示した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機アーキテクチャ ,  オプティカルフロー ,  三次元 ,  コンピュータビジョン ,  *ネットワーク ,  録画装置
準シソーラス用語： キーフレーム ,  入力データ ,  認識精度 ,  実時間 ,  動作認識 ,  計算コスト ,  畳込みニューラルネットワーク ,  人体行動認識 ,  行動認識 , 【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)： 評価 ,  スケール ,  行動認識 ,  モデル