文献

J-GLOBAL ID：202202222337191490   整理番号：22A0780992

孤立手話認識における3D畳込みネットワークによる動き履歴画像の利用【JST・京大機械翻訳】

Using Motion History Images With 3D Convolutional Networks in Isolated Sign Language Recognition

著者 (2件)： Mercanoglu Sincan Ozge (Computer Engineering Department, Ankara University, Ankara, Turkey) ,  Keles Hacer Yalim (Computer Engineering Department, Hacettepe University, Ankara, Turkey)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 18608-18618  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 計算モデルを用いた署名言語認識は,複数の情報源,すなわち顔,手,体などの同時空間時間モデリングを必要とする挑戦的な問題である。本論文では,RGBビデオフレームから生成される動き履歴画像(MHI)を用いて訓練されたモデルに基づく孤立符号言語認識モデルを提案した。RGB-MHI画像は,単一RGB画像において,各符号ビデオの時空間要約を効果的に表現する。このRGB-MHIモデルを用いた2つの異なる手法を提案した。第1のアプローチでは,3D-CNNアーキテクチャに統合した動きベースの空間注意モジュールとしてRGB-MHIモデルを用いた。第2の方法では,RGB-MHIモデル特徴を,後期融合技術を用いた3D-CNNモデルの特徴を用いて直接使用した。2つの最近公開された大規模分離符号言語データセット,即ち,AUTSLとBosphorusSign22kに関する広範な実験を行った。著者らの実験は,RGBデータだけを使用する著者らのモデルが,マルチモーダルデータを使用する文献における最先端のモデルと競合できることを示した。Copyright 2022 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： *畳込み ,  情報源 ,  *ネットワーク ,  運動 ,  認識 ,  モデリング ,  録画装置 ,  モデル ,  多モード ,  *三次元 ,  計算機アーキテクチャ ,  計算モデル ,  認知モデル
準シソーラス用語： *手話認識 ,  符号語 ,  言語認識 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 手話認識 ,  3D ,  畳込み ,  動き ,  履歴