文献

J-GLOBAL ID：202002279531052582   整理番号：20A0822307

時系列画像変換による子供の総運動行動認識の強化【JST・京大機械翻訳】

Enhancement of child gross-motor action recognition by motional time-series images conversion

著者 (3件)： Suzuki Satoshi (Tokyo Denki University 5 Senju, Adachi-ku,Graduate School of Advanced Science and Technology,Tokyo,Japan) ,  Amemiya Yukie (Faculty of Sports and Health Science, Japan Women’s College of Physical Education 8-191 Kita-Karasuyama, Setagaya-ku,Tokyo,Japan) ,  Sato Maiko (Faculty of Sports and Health Science, Japan Women’s College of Physical Education 8-191 Kita-Karasuyama, Setagaya-ku,Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SII  ページ： 225-230  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： 小児期における総運動スキルの獲得は,身体的および心理的発達にとって非常に重要である。したがって,それらの発達障害の可能性が発見されれば,早期介入と適切なケアが望まれる。これらの理由により,いくつかの試験が提示され,いくつかの国で使用されているが,それらはスタッフ不足および/または時間不足のために日本ではあまり一般的ではない。そこで,著者らは,全体的な運動行動認識(GM-AR)に基づく省力化AI評価システムを研究してきた。著者らの以前の研究において,システムの主要な方式を提案して,いくつかのITツールとGMARsを開発した。本論文は,以前の結果を拡張することによってGM-ARの改良に焦点を合わせて,以下の3つの方法を新たに提示した。即ち,骨格の時系列データの運動時系列画像への変換,データ増強,および新しいCNNベースの深い学習である。結果として,これらの方法を,幼稚園における13GMスキルを含む実際のGM評価に適用し,合計約0.5百万のデータセットを得て,分類精度は交差検証により99.5%に極端に改善された。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： 省力化 ,  *子供 ,  幼稚園 ,  小児期 ,  改変
準シソーラス用語： 早期治療介入 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 時系列画像 ,  子供 ,  運動行動 ,  強化