文献

J-GLOBAL ID：202102278297295326   整理番号：21A0067125

バブルネット:活動を認識するための分散再帰構造【JST・京大機械翻訳】

Bubblenet: A Disperse Recurrent Structure To Recognize Activities

著者 (3件)： Igor L. O. Bastos (Universidade Federal de Minas Gerais,Smart Sense Laboratory,Minas Gerais,Brazil) ,  Victor H. C. Melo (Universidade Federal de Minas Gerais,Smart Sense Laboratory,Minas Gerais,Brazil) ,  Schwartz William Robson (Universidade Federal de Minas Gerais,Smart Sense Laboratory,Minas Gerais,Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 2216-2220  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,入力出現と光フロー情報として,深いリカレントネットワークの採用を通してビデオにおける人間活動認識を行うためのアプローチを示した。提案手法は,各気泡の寄与を調節するために,スクイーズおよび励起戦略に基づく注意機構とともに,いくつかのモジュール(気泡と呼ぶ)に分散されたリカレント層に基づく,バブルNETという新しいアーキテクチャを提案する。それにより,入力データの基本的に相関するセグメントから情報を収集し,各活動を特徴付ける成分の署名を作成した。広く採用されている活動認識データセット上で行われた実験は,データセットのあらゆるクラスに対する気泡活性化のマップによって証明されたこれらの署名の存在を支持した。文献法に対するアプローチを比較するため,平均精度を考慮して,UCF-101,YUP++およびHMDB-51データセットにおいて,それぞれ97.62%,91.70%および82.60%の気泡NETを得たが,これは最先端の方法の中に位置したものである.。”その方法”は,UCF-101,YUP++およびHMDB-51データセットに対して,それぞれ,97.62%,91.70%および82.60%であった。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： 気泡 ,  励起 ,  録画装置 ,  計算機アーキテクチャ ,  *再帰性

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： バブル ,  ネット ,  活動