文献

J-GLOBAL ID：202202265262442725   整理番号：22A0651290

人間行動認識のためのマルチモーダル特徴を融合するための選択的アンサンブルサポートベクトルマシンの使用【JST・京大機械翻訳】

Using a Selective Ensemble Support Vector Machine to Fuse Multimodal Features for Human Action Recognition

著者 (8件)： Tang Chao (School of Artificial Intelligence and Big Data, Hefei University, Hefei 230601, China) ,  Tang Chao (Anhui Provincial Key Laboratory of Multimodal Cognitive Computation, Anhui University, Hefei 230601, China) ,  Tong Anyang (School of Artificial Intelligence and Big Data, Hefei University, Hefei 230601, China) ,  Tong Anyang (Anhui Provincial Key Laboratory of Multimodal Cognitive Computation, Anhui University, Hefei 230601, China) ,  Zheng Aihua (Anhui Provincial Key Laboratory of Multimodal Cognitive Computation, Anhui University, Hefei 230601, China) ,  Peng Hua (Department of Computer Science and Engineering, Shaoxing University, Shaoxing 312000, China) ,  Peng Hua (College of Information Science and Engineering, Jishou University, Jishou 416000, China) ,  Li Wei (School of Computer and Information Engineering, Xiamen University of Technology, Xiamen 361024, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 従来の人間行動認識(HAR)方法はRGBビデオに基づいている。最近,Microsoft Kinectと他の消費者クラス深さカメラの導入で,RGB-D(RGB-Depth)に基づくHARは,学者と産業からますます注目を引いている。従来の方法と比較して,RGB-Dに基づくHARは,高精度と強いロバスト性を持った。本論文では,人間行動認識のためのマルチモーダル特徴を融合するために,選択的アンサンブルサポートベクトルマシンを用いた。アルゴリズムは,改良HOG特徴ベースのRGBモードデータ,深さ運動マップベースの局所バイナリパターン特徴(DMM-LBP),およびハイブリッド結合特徴(HJF)ベースの関節モードデータを結合した。同時に,フレームベースの選択的アンサンブルサポートベクターマシン分類モデル(SESVM)を提案して,それはSVMベース分類装置の選択と選択的集合戦略を効果的に統合して,このように,ベース分類装置間の差異を増やした。実験結果は,提案方法が他の行動認識アルゴリズムと比較して,公開データセットに関して単純で,速くて,効率的であることを示した。Copyright 2022 Chao Tang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  消費者 ,  操作機器 ,  分類 ,  分類装置 ,  精度 ,  色信号 ,  録画装置 ,  計算機アルゴリズム ,  *集合 ,  *多モード ,  ロバスト性 ,  距離画像
準シソーラス用語： 認識アルゴリズム ,  高精度 ,  *人体行動認識 ,  SVM分類 ,  Kinect ,  RGB-D , 【Automatic Indexing@JST】

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

引用文献 (41件)：

• D. Tosato, M. Spera, M. Cristani, V. Murino, "Characterizing humans on riemannian manifolds," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 35, no. 8, pp. 1972-1984, 2013.
• A. Ladjailia, I. Bouchrika, N. Harrati, Z. Mahfouf, Encoding Human Motion for Automated Activity Recognition in Surveillance Applications, IGI Global, Hershey, PA, USA, 2018.
• T. Theodoridis, A. Agapitos, H. Hu, S. M. Lucas, "Ubiquitous robotics in physical human action recognition: a comparison between dynamic ANNs and GP," IEEE International Conference on Robotics and Automation, IEEE, Pasadena, CA, USA, 2008.
• C. Chen, K. Liu, R. Jafari, N. Kehtarnavaz, "Home-based senior fitness test measurement system using collaborative inertial and depth sensors," Proceedings of the 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, pp. 4135-4138, IEEE, Chicago, IL, USA, August 2014.
• C. Chen, R. Jafari, N. Kehtarnavaz, "A survey of depth and inertial sensor fusion for human action recognition," Multimedia Tools and Applications, vol. 76, no. 3, pp. 4405-4425, 2017.

タイトルに関連する用語 (5件)： 人間行動認識 ,  マルチモーダル ,  融合 ,  アンサンブル ,  サポートベクトルマシン