文献

J-GLOBAL ID：202002263740362108   整理番号：20A0711843

機械学習アプローチを用いた人間姿勢推定と活動分類【JST・京大機械翻訳】

Human Pose Estimation and Activity Classification Using Machine Learning Approach

著者 (4件)： Arunnehru J. (Department of Computer Science and Engineering, SRM Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Nandhana Davi A. K. (Department of Computer Science and Engineering, SRM Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Sharan R. Raghul (Department of Computer Science and Engineering, SRM Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Nambiar Poornima G. (Department of Computer Science and Engineering, SRM Institute of Science and Technology, Chennai, Tamil Nadu, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1118  ページ： 113-123  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人間の姿勢Arunnehru,Jは,Nandhana DaVI,A.Kに組み込まれるロボットを訓練する目的で主に使用されている。人間の姿勢推定は,コンピュータビジョン研究の分野における高度に探求されている話題である。動的姿勢推定の目的は,すべての利用可能なデータセットにおける人間の姿勢を推定することである。それは,Sharan,R.Raghulは骨格座標をマッピングし,座標を可視化する。座標内の特徴は,Nambar,Poornima Gにより得られる。特徴抽出は,RGBと深さデータセットのために別々に行われた。計算データは,特徴抽出器に割り当てられているベクトル空間のものと同じ形式で存在している。サポートベクトルマシン(SVM),k最近傍(KNN),およびディシジョンツリーのような分類装置を使用している。この学習プロセスの主な利用は,ロボットが人間の機能性のものと同様に訓練するのを助けることである。この機能性は,人間-ロボットシステムを構築するために,任意の学習および訓練手順において用いることができる。このプロセスにおいて,あらゆる行動がどのように起こるかの適切な理解が学習され,それにより,類似の測度を持つシステムの訓練がこの手順により簡素化される。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 簡素化 ,  コンピュータビジョン ,  *機械学習 ,  ベクトル空間 ,  ディシジョンツリー ,  分類装置 ,  サポートベクトルマシン ,  特徴抽出 ,  ロボット ,  測度 ,  可視化
準シソーラス用語： ロボットシステム ,  学習過程 ,  *姿勢推定 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人間姿勢推定 ,  特徴抽出 ,  サポートベクトルマシン ,  ディシジョンツリー ,  k-最近傍

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 機械学習 ,  人間 ,  姿勢推定 ,  活動 ,  分類