文献

J-GLOBAL ID：202102222315428170   整理番号：21A0357902

RGB-D人間行動認識の2ストリームコンビネットを用いた深層特徴強調と融合【JST・京大機械翻訳】

RGB-D Human Action Recognition of Deep Feature Enhancement and Fusion Using Two-Stream ConvNet

著者 (5件)： Liu Yun (College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266000, China) ,  Ma Ruidi (College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266000, China) ,  Li Hui (College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266000, China) ,  Wang Chuanxu (College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266000, China) ,  Tao Ye (College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266000, China)
資料名： Journal of Sensors (Web)  (Journal of Sensors (Web))
巻： 2021  ページ： Null  発行年： 2021年 
JST資料番号： U7792A  ISSN： 1687-725X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 行動認識はコンピュータビジョンの重要な研究方向であり,ビデオ画像に基づくその性能は背景や光のような因子によって容易に影響を受けるが,深いビデオ画像は干渉をよりよく低減でき,認識精度を改善する。したがって,本論文は,ビデオと深いスケルトンデータを完全に利用し,2つの異なるデータで動作する2ストリームアーキテクチャとして記述できるRGB-D動作認識ベースの2ストリームネットワーク(SV-GCN)を提案する。スケルトンデータに基づく非局所-stgcn(S-Stream)は,より広い範囲の関節間の依存性関係を得るために非局所を加えることによって,モデルのためのより豊富な骨格点特徴を提供するために,拡張畳込み層を有する従来のランダムサンプリング層を置換して,特徴の深さをよりよく利用することができるビデオベースの拡張-低速高速ネット(V-Stream)を提案した。最後に,2つのストリーム情報を融合して,行動認識を実現した。NTU-RGB+Dデータセットに関する実験結果は,提案方法が認識精度を著しく改善し,CSとCVの両方においてst-gcnとSlowfastnetより優れていることを示した。Copyright 2021 Yun Liu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *録画装置 ,  低速度 ,  コンピュータビジョン ,  深層 ,  無作為抽出
準シソーラス用語： ビデオ画像 ,  動作認識 ,  行動認識 ,  認識精度 ,  人体行動認識 ,  *RGB-D , 【Automatic Indexing@JST】

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

引用文献 (36件)：

• C. Si, Y. Jing, W. Wang, L. Wang, T. Tan, "Skeleton-based action recognition with spatial reasoning and temporal stack learning," European Conference on Computer Vision, pp. 103-118, Munich, Germany, 2018.
• C. Li, Q. Zhong, D. Xie, S. Pu, "Co-occurrence feature learning from skeleton data for action recognition and detection with hierarchical aggregation," International Joint Conference on Artificial Intelligence, pp. 786-792, Stockholm, Switzerland, 2018.
• U. Gaur, Y. Zhu, B. Song, A. Roy-Chowdhury, "A “String of feature graphs” model for recognition of complex activities in natural videos," International Conference on Computer Vision, pp. 2595-2602, Barcelona, Spain, 2011.
• M. R. Sudha, K. Sriraghav, S. G. Jacob, S. Manisha, "Approaches and applications of virtual reality and gesture recognition: a review," International Journal of Ambient Computing and Intelligence, vol. 8, no. 4, pp. 1-18, 2017.
• Z. Duric, W. D. Gray, R. Heishman, Fayin Li, A. Rosenfeld, M. J. Schoelles, C. Schunn, H. Wechsler, "Integrating perceptual and cognitive modeling for adaptive and intelligent human-computer interaction," Proceedings of the IEEE, vol. 90, no. 7, pp. 1272-1289, 2002.

タイトルに関連する用語 (4件)： RGB-D ,  人間行動認識 ,  深層 ,  融合