文献

J-GLOBAL ID：202102265268018505   整理番号：21A2872547

極値学習機械を用いたビデオにおける効率的な大規模動作認識【JST・京大機械翻訳】

Efficient large-scale action recognition in videos using extreme learning machines

著者 (2件)： Varol Guel (Department of Computer Engineering, Bogazici University, 34342 Bebek, Istanbul, Turkey) ,  Salah Albert Ali (Department of Computer Engineering, Bogazici University, 34342 Bebek, Istanbul, Turkey)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 42  号： 21  ページ： 8274-8282  発行年： 2015年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,現実的なビデオクリップからの大規模行動認識のための新しい効率的なシステムを提案した。本アプローチは,この分野におけるいくつかの最近の進歩を組み合わせた。Fisherベクトル符号化と組み合わせた改良型高密度軌道特徴を用いて,極端学習機械分類器による学習と分類を行った。得られたシステムは,単語とサポートベクトルマシンのバッグのようなより伝統的な行動分類手法に対する高速で正確な代替である。さらに,ビデオ中のヒトの存在と色分布に関する情報を符号化する中レベル特徴を用いた。著者らは,著者らのパイプラインの各ステップを比較方法で広範囲に評価し,最近発表されたTHUMOS2014ベンチマークに関する結果を報告し,これを,時間的に不調なビデオと101の行動クラスを有する課題データセットとして導入した。チャレンジプロトコル(即ち,隔離されたテストラベルと限られたシステムサブミッション)を用いて63.37%の平均精度を達成し,11の参加者の間で3番目のランクを得た。結果は,チャレンジのトップ実行システムが取り組まれる,広範囲に訓練され,計算的に重い深層ニューラルネットワークを使用せずに,効率的方法で極端な学習機械で高精度を得ることができることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  *学習機械 ,  ヒト ,  *録画装置 ,  ベンチマーク ,  単語 ,  マルチメディア ,  サポートベクトルマシン
準シソーラス用語： 色分布 ,  高密度 ,  高精度 ,  *動作認識 ,  行動認識 ,  ビデオクリップ ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 行動認識 ,  極限学習機械 ,  Fisherベクトル ,  マルチメディアマイニング

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

タイトルに関連する用語 (5件)： 極値 ,  学習機械 ,  ビデオ ,  大規模 ,  動作認識