文献

J-GLOBAL ID：202002288559598726   整理番号：20A0778543

オンラインビデオからの大規模音響埋め込みによる日常生活(ADL)認識のオーディオベースの活動【JST・京大機械翻訳】

Audio-Based Activities of Daily Living (ADL) Recognition with Large-Scale Acoustic Embeddings from Online Videos

著者 (2件)： Liang Dawei (University of Texas at Austin, Austin, USA) ,  Thomaz Edison (University of Texas at Austin, Austin, USA)
資料名： Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies  (Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies)
巻： 3  号： 1  ページ： 1-18  発行年： 2019年 
JST資料番号： W5681A  ISSN： 2474-9567  資料種別： 逐次刊行物 (A)
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： 長年にわたって,活動センシングと認識は,持続可能性と人間-コンピュータ相互作用からヘルスケアへの広範囲の応用において重要な役割を果たすことが示されている。多くの認識タスクは伝統的に慣性センサを用いているが,音響ベースの方法は複雑な活動を識別するときに有用な豊富な文脈情報を獲得する利点を提供する。深い学習技術の出現と新しい大規模マルチメディアデータセットの活用により,本論文では,音声データを注釈することの一つで時間のかかるタスクなしに,聴覚ベース分類器の訓練機会を再検討した。著者らは,公衆のオンラインビデオ音響クリップから数百万の埋め込み特徴を利用できるオーディオベースの活動認識のためのフレームワークを提案した。オーバーサンプリングと深い学習アプローチの組合せに基づいて,著者らのフレームワークは,以前の研究におけるように,更なる特徴処理または異常値フィルタリングを必要としなかった。著者らは,彼ら自身の家庭において14人の参加者による15人の日常活動を認識することにより,著者らのアプローチを評価し,トップ-1およびトップ-3分類に関してそれぞれ64.2%および83.6%の平均被験者内精度を達成した。本論文では,個々のクラス性能についても検討し,活動の共起特性とフレームワークのロバスト性をさらに研究した。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： *録画装置 ,  コンピュータ ,  相互作用 ,  学習 ,  *オーディオ機器 ,  聴覚 ,  ロバスト性 ,  フィルタリング ,  異常値 ,  *音響 ,  音声処理
準シソーラス用語： 深層学習 ,  被験者 ,  慣性センサ ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (4件)： 活動認識 ,  オーディオ処理 ,  深層学習 ,  マルチクラス分類

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： オンライン ,  ビデオ ,  大規模 ,  音響 ,  埋め込み ,  日常生活 ,  ADL ,  オーディオ ,  活動