抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
歩行認識は,最近,シルエット差異が空間ドメインにおいて非常に微妙なので,最近,増加する研究注目を集めているが,時間的特徴表現は,歩行認識にとって極めて重要である。人間が様々な時間スケールのクリップに順応して異なる被験者の歩行を区別できるという観察に触発されて,歩行認識のための変圧器(MCAT)を有するマルチスケールコンテキストアウェアネットワークを提案する。MCATは3つのスケールにわたって時間的特徴を生成し,局所および大域的視点の両方から文脈情報を用いてそれらを適応的に凝集する。特に,MCATは局所関係モデリングを行う適応時間集約(ATA)モジュールを含み,マルチスケール特徴を融合するために大域的関係モデリングが続く。さらに,時間的操作から生じる空間特徴崩壊を修復するために,MCATは識別空間特徴のグループを選択するために,顕著な空間特徴学習(SSFL)モジュールを組み込んだ。3つのデータセットに関して行われた大規模な実験は,最先端の性能を示した。具体的には,正常歩行,バッグ運搬,および被覆摩耗条件下で,CASIA-B,OU-MVLPで97.5%,およびGREWで50.6%のランク-1精度を98.7%,96.2%,および88.7%で達成した。ソースコードはhttps://github.com/zhuduowang/MCAT.gitで利用可能である。【JST・京大機械翻訳】