文献

J-GLOBAL ID：202102249726976684   整理番号：21A0577994

RGBデータ入力のための3D人間姿勢推定と身体部分セグメンテーションに基づくジェスチャ認識【JST・京大機械翻訳】

Gesture Recognition Based on 3D Human Pose Estimation and Body Part Segmentation for RGB Data Input

著者 (5件)： Nguyen Ngoc-Hoang ,  Phan Tran-Dac-Thinh ,  Lee Guee-Sang ,  Kim Soo-Hyung ,  Yang Hyung-Jeong
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 18  ページ： 6188  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,RGBデータ入力から抽出したマルチ特徴を用いた動的ジェスチャ認識のための新しいアプローチを提案した。ジェスチャ認識における多くの課題は,シーン,オクルージョン,および視点変動における多重アクターの存在の軸の周りに再進化する。本論文では,RGBフレーム,3D骨格関節情報,および身体部分セグメンテーションがそのような問題を克服するために使用されるハイブリッド深層学習によるジェスチャ認識アプローチを開発した。RGB画像からの抽出はマルチモーダル入力観測であり,それは異なる入力様式に適したマルチモーダルストリームネットワークによって結合された:RGB画像のためのResNetアーキテクチャ(3DCNN_ResNet)に基づく残差3D畳込みニューラルネットワークとカラーボディ部品セグメンテーションモダリティ;3D骨格関節様式のための長い短期記憶ネットワーク(LSTM)。著者らは,4つの公開データセット(UTDマルチモーダル人間行動データセット,ゲーム3Dデータセット,NTU RGB+Dデータセット,およびMSRDailyAcivity3Dデータセット)に関する提案モデルを評価して,これらのデータセットに関する実験結果は著者らのアプローチの有効性を証明した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ゲーム ,  *セグメンテーション ,  ネットワーク ,  残差 ,  多重化 ,  *身体部位 ,  多モード ,  *三次元 ,  計算機アーキテクチャ ,  人間行動 ,  オクルージョン
準シソーラス用語： *姿勢推定 ,  *ジェスチャー認識 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 動的ジェスチャ認識 ,  人間の行動認識 ,  マルチモーダルネットワーク

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

引用文献 (39件)：

• Hussein, M.E.; Torki, M.; Gowayyed, M.A.; El-Saban, M. Human action recognition using a temporal hierarchy of covariance descriptors on 3d joint locations. In Proceedings of the Twenty-Third International Joint Conference on Artificial Intelligence, Beijing, China, 3-19 August 2013; Volume 13, pp. 2466-2472.
• Dardas, N.H.; Georganas, N.D. Real-time hand gesture detection and recognition using bag-of-features and support vector machine techniques. IEEE Trans. Instrum. Meas. 2011, 60, 3592-3607.
• Lee, H.K.; Kim, J.H. An HMM-based threshold model approach for gesture recognition. IEEE Trans. Pattern Anal. Mach. Intell. 1999, 21, 961-973.
• Feichtenhofer, C.; Pinz, A.; Zisserman, A. Convolutional two-stream network fusion for video action recognition. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 26 June-1 July 2016; pp. 1933-1941.
• Karpathy, A.; Toderici, G.; Shetty, S.; Leung, T.; Sukthankar, R.; Fei-Fei, L. Large-scale video classification with convolutional neural networks. In Proceedings of the IEEE conference on Computer Vision and Pattern Recognition, Columbus, OH, USA, 23-28 June 2014; pp. 1725-1732.

タイトルに関連する用語 (7件)： RGBデータ ,  3D ,  人間 ,  姿勢推定 ,  身体部分 ,  セグメンテーション ,  ジェスチャ認識