文献

J-GLOBAL ID：202102237658361364   整理番号：21A0149322

混雑したビデオにおけるカテゴリー部分空間に基づく行動認識【JST・京大機械翻訳】

Behavior Recognition Based on Category Subspace in Crowded Videos

著者 (4件)： Deng Chunhua (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan, China) ,  Kang Xiaoge (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan, China) ,  Zhu Ziqi (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan, China) ,  Wu Shiqian (Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 222599-222610  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： クロード行動は,特定の目標に対して互いに影響し,相互作用し,依存する2つ以上の個人から成る集団的行動に言及する。通常の群衆挙動と比較して,危険な群衆行動の確率ははるかに小さい。ビデオベース群衆行動認識は一つのマルチラベル分類タスクとして分類でき,それは複雑なシーンと不均衡サンプルによって特性化される。不均衡サンプルとマルチラベルタスクのタックリング問題を目的として,連想部分空間の分類法を提案した。より少ないサンプルによる単一カテゴリー(主要カテゴリーと呼ばれる)のために,本論文は,他のカテゴリーとの会合によってこれらのサンプルを区別するのが比較的容易である特別な部分空間を生成した。主カテゴリを弱体化し,主要カテゴリーと他のカテゴリー間の関係を強化する分類器を部分空間で設計した。従って,主なカテゴリーは,対応する部分空間における上記の分類器によるサンプル数への依存性の低減に寄与する。カテゴリーに関する関連情報を完全に利用するために,マルチラベル情報をビデオ行動表現の時空間特徴にさらに注入する。挑戦的なWWWデータセットに関する実験は,提案した部分空間法とマルチラベル情報融合機構の両方が効率的であることを示した。Copyright 2021 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： 相互作用 ,  *録画装置 ,  キャラクタリゼーション ,  部分空間法
準シソーラス用語： 分類法 ,  不均衡 ,  分類会計機 ,  *部分空間 ,  行動認識 ,  マルチラベル分類 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： ビデオ ,  カテゴリー ,  部分空間 ,  行動認識