文献

J-GLOBAL ID：202002290051766475   整理番号：20A0144900

対話型行動認識のための類似グラフ畳込み構築ネットワーク【JST・京大機械翻訳】

Similarity Graph Convolutional Construction Network for Interactive Action Recognition

著者 (3件)： Sun Xiangyu (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, China) ,  Liu Qiong (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, China) ,  Yang You (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11962  ページ： 291-303  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  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： 相互作用行動認識はコンピュータビジョンの研究における挑戦的な問題である。骨格に基づく行動認識は近年大きな性能を示すが,骨格の非ユークリッド距離構造は深い学習ニューラルネットワークの設計に大きな挑戦をもたらす。相互作用行動認識を満たすとき,以前の研究における研究は固定骨格グラフに基づいており,単一行動における局所的身体運動に関する情報のみを捕捉し,2人以上の人々の間の関係を扱わない。本論文において,著者らは2人の相互作用情報を含む類似性グラフ畳込みネットワークを提示した。このモデルは,2人の人々の間の関係を表すことができる。同時に,異なる身体部分(頭部や手のような)に対しては,その関係を扱うことができる。このモデルは,二つの構成モード,スケルトングラフと類似性グラフを有し,二つの構成モードからの特徴はハイパーグラフによりより良く融合される。類似性グラフを二段階構築から得た。最初に,エンコーダを設計して,それは同じベクトル空間に対して1つのジョイントの異なる特性をマップすることを目的とした。次に,類似性グラフを構築するために,異なるジョイント間の類似性を計算した。上記のステップに従って,類似性グラフは,詳細に2人の人々の間の関係を示すことができた。NTU RGB+Dデータセットに関する実験を行い,このモデルの有効性を検証した。結果は,著者らの方式が最先端の方法より優れていることを示して,類似性グラフは相互作用的行動認識における関係モデリング問題を解明することができた。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル空間 ,  相互作用 ,  コンピュータビジョン ,  符号器 ,  身体部位 ,  超グラフ ,  学習 ,  モデリング ,  *畳込み ,  類似性 ,  ニューラルネットワーク ,  有効性 ,  *ネットワーク
準シソーラス用語： 身体運動 ,  Euclid距離 , 【Automatic Indexing@JST】

著者キーワード (3件)： 対話型行動認識 ,  骨格ベース ,  類似グラフ畳込みネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 対話型 ,  行動認識 ,  類似 ,  グラフ ,  畳込み ,  構築