文献

J-GLOBAL ID：202202258335250472   整理番号：22A0788883

生成運動パターンを持つ3D CNNのための時空間初期化【JST・京大機械翻訳】

Spatiotemporal Initialization for 3D CNNs with Generated Motion Patterns

著者 (5件)： Kataoka Hirokatsu (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Hara Kensho (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Hayashi Ryusuke (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Yamagata Eisuke (Tokyo Institute of Technology) ,  Inoue Nakamasa (Tokyo Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 737-746  発行年： 2022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： 本論文では,時空間初期化のための公式駆動型教師つき学習(FDSL)のフレームワークを提案した。このFDSL手法は,Perlin雑音に基づく簡単な公式で,動きパターンとそれらのビデオラベルを自動的に同時に生成することを可能にする。自然なビデオのより良い基底関数系を学習するために,3D CNNに適した生成された運動パターンのデータセットを設計した。構築したビデオパーリン雑音(VPN)データセットを,目標タスク性能を高めるために,速度-400/700のような大規模ビデオデータセットによる事前訓練の前に,モデルの初期化に適用することができる。VPNデータセットによる時空間初期化(VPN初期化)は,2D ImageNetデータセットを用いた拡張3D ConvNet(I3D)による以前の初期化法よりも性能が優れていた。提案手法は,{Kinetics-400,UCF-101,HMDB-51,ActiveNet}データセットにおける速度-400事前訓練モデルのトップ-1ビデオレベル精度を増加させた。特に,提案方法は,活性Netに関する10.3ptによって,速度論-400プレトレーニングモデルの性能比率を増やした。また,ベースラインからの相対的性能改善は,他のモデルよりも3D CNNにおいて大きいことも報告した。VPN初期化は主に時空間3Dカーネルにおける性能の強化を助ける。本研究で使用したデータセット,コードおよび事前訓練モデルは,公開利用可能な1である。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： 雑音 ,  教師つき学習 ,  速度論 ,  録画装置 ,  二次元 ,  *三次元 ,  基準線 ,  基底関数系
準シソーラス用語： 運動パターン , 【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 (5件)： 運動パターン ,  3D ,  CNN ,  時空間 ,  初期化