文献

J-GLOBAL ID：202202230298466572   整理番号：22A0857719

ワークフロー検出のための提案ベースグラフ注意ネットワーク【JST・京大機械翻訳】

Proposal-Based Graph Attention Networks for Workflow Detection

著者 (5件)： Zhang Min (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Zhang Min (Department of Design and Art, Zhejiang Industry Polytechnic College, Shaoxing, China) ,  Hu Haiyang (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Li Zhongjin (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Chen Jie (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China)
資料名： Neural Processing Letters  (Neural Processing Letters)
巻： 54  号： 1  ページ： 101-123  発行年： 2022年 
JST資料番号： W0953A  ISSN： 1370-4621  CODEN： NPLEFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 「産業4.0」のプロセスでは,ビデオ解析は様々な産業応用において重要な役割を果たす。ビデオベースの行動検出はコンピュータビジョンコミュニティにおいて有望な性能を得た。しかし,複雑な工場環境において,製造プロセスにおける機械と労働者の両方のワークフローを検出する方法は,よく解決されていない。この問題を解決するために,ワークフロー検出のための一般的提案ベースのグラフ注意ネットワークを提案する。特に,効率的で効果的な行動提案法を,最初にワークフロー提案を生成するために採用する。次に,これらの提案とそれらの関係を,提案グラフ構築のために利用した。ここでは,文脈情報を捕捉し,異なるワークフローインスタンス間の相関を特性化するための文脈的で周囲の関係であるワークフロー相を同定するために,2種類の関係を考察した。認識精度を改善するために,カテゴリー内およびカテゴリー間注意が,それぞれ,長距離および動的依存性を学習するために組み込まれた。このように,ワークフロー検出のための特徴表現の能力を,大いに強化することができた。実験結果は,提案したアプローチが,THUMOS’14と実用的ワークフローデータセットの最新技術においてかなり改善され,tIoU閾値0.4での先進GTAN検出器と比較して,それぞれ6.7%と3.9%の絶対改善を達成することを証明した。さらに,ワークフロー提案関係のモデリングによる性能改善の有効性を証明するために,活性Net1.3上で増強実験を行った。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  *ネットワーク ,  コミュニティ ,  改良 ,  モデリング ,  労働者 ,  録画装置 ,  コンピュータビジョン ,  過程 ,  キャラクタリゼーション ,  有効性 ,  生産工程 ,  *ワークフロー
準シソーラス用語： 文脈情報 ,  産業応用 , 【Automatic Indexing@JST】

著者キーワード (3件)： ワークフロー検出 ,  グラフ注意ネットワーク ,  時間的行動局在

分類 (2件)： 無線通信一般  (ND08010L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ワークフロー ,  提案 ,  グラフ ,  注意