文献

J-GLOBAL ID：202202247939452168   整理番号：22A1105375

ゼロショット動作認識のための注意ベースビデオディスエンタングとマッチングネットワーク【JST・京大機械翻訳】

Attention-Based Video Disentangling and Matching Network for Zero-Shot Action Recognition

著者 (5件)： Su Yong (College of Electronic and Communication Engineering, Tianjin Normal University, Tianjin, China) ,  Zhu Shuang (College of Electronic and Communication Engineering, Tianjin Normal University, Tianjin, China) ,  Xing Meng (College of Electronic and Communication Engineering, Tianjin Normal University, Tianjin, China) ,  Xu Hengpeng (College of Electronic and Communication Engineering, Tianjin Normal University, Tianjin, China) ,  Li Zhengtao (College of Electronic and Communication Engineering, Tianjin Normal University, Tianjin, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 878  ページ： 368-375  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： 視覚空間と意味空間のマッピング関係を学習することによって,ゼロショット行動認識(ZSAR)を達成した。既存の方法は,通常,視覚空間を構築するためにSOTAバックボーンネットワークを利用する。これらの方法は2つの主要な制限がある。第1に,行動認識に重要な人間運動情報は,背景で混乱するのが容易である。第2に,行動間の相関を反映する重要な情報は,ビデオシーケンスの冗長性のため,違反に陥る可能性がある。本論文では,上記の問題を解決するために,注意ベースビデオ分散マッチングネットワーク(AVDMN)を提案した。具体的には,ビデオ分散機構を提案することにより,セグメント毎のビデオを背景ストリームと人間の動きストリームに分解する。さらに,行動間の相関をさらに強調するために,上記の情報のキーコンポーネントを抽出するための注意モジュールを設計した。最後に,相関学習モジュールを導入して,ビデオ表現と行動ラベルの間の距離または類似性を学習して,測定した。3つの現実的行動ベンチマークオリンピックスポーツ,HMDB51,およびUCF101に関する実験は,提案アーキテクチャがZSAR方式の間で好ましい性能を達成することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  冗長性 ,  *認識 ,  基幹回線 ,  *録画装置 ,  問題 ,  類似性 ,  計算機アーキテクチャ ,  *注意
準シソーラス用語： ビデオシーケンス ,  *動作認識 ,  行動認識 ,  身体動作 ,  マッチングネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ZSAR ,  注意ベース ,  解体 ,  関係学習

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

タイトルに関連する用語 (4件)： ショット ,  動作認識 ,  注意 ,  マッチングネットワーク