電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-10-12 10:00
Deep Spatio-Temporal Transformationを用いた逐次人物動作検出
髙垣幸秀青野雅樹豊橋技科大
技報オンラインサービス実施中
抄録 (和) 本研究では、複数フレームのスケルトンデータを入力とするConvolutional Neural Network を用いた逐次人物動作検出について述べる.スケルトンデータを全結合層により,ある画像に変換し,その画像を3D畳込み層への入力とするネットワークを提案する.さらに,出力としてフレームの動作クラスの所属確率を出力し,精度向上のために複数フレーム間の所属確率に対し,平均フィルタを複数回適用する.実験では、人物動作のスケルトンデータ,画像データ,デプスデータからなるOnline Action Detection datasetを用いて,従来手法と提案手法との逐次人物動作検出精度の比較を行った.結果として,従来手法よりも高精度の検出結果を得ることが出来た. 
(英) In this research, we describe online human action detection using Convolutional Neural Network which inputs skeleton data of multiple frames. We propose a network that transforms skeleton data into a certain image by the Fully connected layer and uses the image as input to the 3D convolution layer. Furthermore, we output the probability of the action class of the frame, and apply an average filter multiple times to the probability among frames for improvement of performance. In the experiment, we compared online human action detection accuracy between conventional method and proposed method using Online Action Detection Dataset consisting of skeleton data, image data, and depth data of human action. As a result, we could improve the performance of our method against conventional methods.
キーワード (和) スケルトン / 逐次人物動作検出 / Transform / CNN / Temporal Localization / / /  
(英) Skeleton / Online Action Detection / Transform / CNN / Temporal Localization / / /  
文献情報 信学技報, vol. 117, no. 238, PRMU2017-68, pp. 31-35, 2017年10月.
資料番号 PRMU2017-68 
発行日 2017-10-05 (PRMU) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 PRMU  
開催期間 2017-10-12 - 2017-10-13 
開催地(和) 熊本大学 
開催地(英)  
テーマ(和) 深層学習 
テーマ(英)  
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2017-10-PRMU 
本文の言語 日本語 
タイトル(和) Deep Spatio-Temporal Transformationを用いた逐次人物動作検出 
サブタイトル(和)  
タイトル(英) Online Human Action Detection using Deep Spatio-temporal Transformation 
サブタイトル(英)  
キーワード(1)(和/英) スケルトン / Skeleton  
キーワード(2)(和/英) 逐次人物動作検出 / Online Action Detection  
キーワード(3)(和/英) Transform / Transform  
キーワード(4)(和/英) CNN / CNN  
キーワード(5)(和/英) Temporal Localization / Temporal Localization  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 髙垣 幸秀 / Yukihide Takagaki / タカガキ ユキヒデ
第1著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第2著者 氏名(和/英/ヨミ) 青野 雅樹 / Masaki Aono / アオノ マサキ
第2著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2017-10-12 10:00:00 
発表時間 30 
申込先研究会 PRMU 
資料番号 IEICE-PRMU2017-68 
巻番号(vol) IEICE-117 
号番号(no) no.238 
ページ範囲 pp.31-35 
ページ数 IEICE-5 
発行日 IEICE-PRMU-2017-10-05 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会