文献

J-GLOBAL ID：202002291479334729   整理番号：20A0233445

人間行動認識のためのCNN-BLSTMモデル【JST・京大機械翻訳】

CNN-BLSTM Model for Human Activity Recognition

著者 (4件)： Zou Xiaowu (浙江工業大学 計算机科学与技術学院,杭州,310023) ,  Sheng Mengmeng (浙江工業大学 計算机科学与技術学院,杭州,310023) ,  Mao Jiafa (浙江工業大学 計算机科学与技術学院,杭州,310023) ,  Sheng Weiguo (杭州師范大学 信息科学与工程学院,杭州,311121)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 40  号： 11  ページ： 2313-2317  発行年： 2019年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 加速度計のようなマルチセンサ融合に基づく人間行動認識の研究は,通常,固有値を抽出して,分類装置を用いて行動認識を完成し,従って,データ特徴の抽出と分類装置選択は,この分野における主要な問題である。行動特徴抽出と分類問題のために,CNN-BLSTMモデルに基づく人間行動認識法を提案した。最初に,加速データをテンソル形式に変換し,次に,畳込みニューラルネットワーク(CNN)を用いて,テンソル特徴を抽出し,次に,抽出した特徴を,双方向長短期記憶ネットワーク(BLSTM)に入力し,そして,人間の行動認識を完了した。CNNは特徴抽出において良好な性能を持ち、完全に特徴を抽出でき、しかも行為動作は時間前後に相関性が強いため、CNN-BLSTMモデルには強い認識率がある。著者達はWISDMデータセット上でテスト実験を行い、結果は提案手法の人体行為に対する平均認識率(数回独立繰り返し実験の平均結果)が96に達したことを示した。95%。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 加速度計 ,  分類装置 ,  *テンソル ,  特徴抽出 ,  ネットワーク ,  固有値
準シソーラス用語： 再現実験 ,  認識率 ,  短期記憶 ,  畳込みニューラルネットワーク ,  行動認識 ,  人体行動認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： activity recognition ,  acceleration ,  convolutional neural network(CNN) ,  bidirectional long short-term memory(BLSTM)

分類 (2件)： パターン認識  (JE07000S) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 人間行動認識 ,  モデル