| 大会名称 |
|---|
| 2020年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-08-18 |
| セッション番号 |
| 6f |
| セッション名 |
| 文字・パターン認識 |
| 講演日 |
| 2020/09/03 |
| 講演場所(会議室等) |
| f |
| 講演番号 |
| H-038 |
| タイトル |
| 複数の代表点を用いたSDMMに基づく半教師あり行動認識手法 |
| 著者名 |
| 寺尾颯人, 野口 渉, 飯塚博幸, 山本雅人, |
| キーワード |
| 半教師あり学習, 行動認識 |
| 抄録 |
| 行動認識の性能向上とともに、学習に必要な動画データセットの規模も増加傾向にある。動画データセットの作成は大きなコストがかかるため、この作成コストを大幅に削減できる半教師あり学習が重要になってきている。現在、半教師あり行動認識ではグラフ構造を用いたSDMMが最も高い分類性能を示している。しかし、SDMMはバッチ学習であり、大規模なデータセットを学習するためには多くのメモリが必要である。本研究は、複数の代表点とニューラルネットワークを導入することで、SDMMと類似した学習をミニバッチ学習で行う半教師あり行動認識手法を提案する。結果として複数の先行研究との比較を行い、提案手法の有効性を示した。 |
| 本文pdf |
| PDF download (444.9KB) |