| 大会名称 |
| 2016年 総合大会 |
| 大会コ－ド |
| 2016G |
| 開催年 |
|
2016
|
| 発行日 |
|
2016/3/1
|
| セッション番号 |
|
D-2
|
| セッション名 |
|
ニューロコンピューティング
|
| 講演日 |
|
2016/3/16
|
| 講演場所(会議室等) |
|
センター1号館 6F 1608
|
| 講演番号 |
|
D-2-7
|
| タイトル |
|
自己符号器型Slow Feature Analysisに基づく動画像からの行動認識
|
| 著者名 |
|
◎四木悠貴, 大森敏明,
|
| キーワード |
|
時系列データ解析, Slow Feature Analysis, 自己符号器
|
| 抄録 |
|
人間は外界の状況を認識する際に、ゆっくりと変化する成分を重要視していると考えられている。近年、ゆっくりと変化する成分を時系列データから抽出するSlow Feature Analysisと呼ばれるアルゴリズムが提案され、多次元時系列データに隠れた情報を抽出する方法として注目を集めている。しかし、非線形の展開を行うため動画像のような高次元のデータを扱う際に計算時間が膨大になるという問題点がある。本研究では，自己符号器により実現されるSFAに基づいて動画像から行動認識を行う手法を提案する。提案法は従来法にあった問題点である計算時間を大幅に改善しつつ、高い認識率で行動認識を実現することを示した。
|
| 本文pdf |
|
PDF download
|
