文献

J-GLOBAL ID：202102288268453645   整理番号：21A0441789

アクションセグメンテーションのための深さ方向分離可能時間畳込みネットワーク【JST・京大機械翻訳】

Depthwise Separable Temporal Convolutional Network for Action Segmentation

著者 (4件)： Hampiholi Basavaraj (BMW Car IT GmbH,Ulm,Germany) ,  Jarvers Christian (Institute of Neural Information Processing, Ulm University,Ulm,Germany) ,  Mader Wolfgang (BMW Car IT GmbH,Ulm,Germany) ,  Neumann Heiko (Institute of Neural Information Processing, Ulm University,Ulm,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： 3DV  ページ： 633-641  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： 長,非トリミングRGBビデオにおける細粒時間行動セグメンテーションは,視覚人間-機械相互作用における重要な話題である。最近の時間畳み込みベースの手法は,ビデオにおける動作を分割するために,連続畳込み層における倍加因子による符号器デコーダ(ED)アーキテクチャまたは拡張を使用する。しかしながら,EDネットワークは,低時間分解能で動作し,連続層における拡張は,グリッド化アーチファクト問題を引き起こす。完全時間分解能で動作し,グリッド化効果を低減する深さ方向分離可能時間畳込みネットワーク(DS-TCN)を提案した。DS-TCNの基本成分は,残留深さ方向拡張ブロック(RDDB)であった。RDDBを用いて大きなカーネルと小さな拡張率の間のトレードオフを調べた。DS-TCNは,長期依存性と局所時間的手がかりを効率的に捕捉できることを示した。3つのベンチマークデータセット,GTEA,50Salads,およびブレークファストに関する著者らの評価は,DS-TCNが既存のED-TCNおよび拡張ベースのTCNベースラインよりも,比較的少ないパラメータでも優れていることを実証した。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： 視覚 ,  *畳込み ,  *セグメンテーション ,  *ネットワーク ,  トリミング ,  復号器 ,  符号器 ,  録画装置 ,  基準線 ,  ベンチマーク ,  計算機アーキテクチャ ,  アーチファクト ,  時間分解能
準シソーラス用語： ディプス方向 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： アクション ,  セグメンテーション ,  深さ方向 ,  畳込み