| 講演名 | 2017-10-12 Deep Spatio-Temporal Transformationを用いた逐次人物動作検出 髙垣 幸秀(豊橋技科大), 青野 雅樹(豊橋技科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Skeleton / Online Action Detection / Transform / CNN / Temporal Localization |
| 資料番号 | PRMU2017-68 |
| 発行日 | 2017-10-05 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2017/10/12(から2日開催) |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) |
| 委員長氏名（英） | Shinichi Sato(NII) |
| 副委員長氏名（和） | 藤吉 弘亘(中部大) / 井尻 善久(オムロン) |
| 副委員長氏名（英） | Hironobu Fujiyoshi(Chubu Univ.) / Yoshihisa Ijiri(Omron) |
| 幹事氏名（和） | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) |
| 幹事氏名（英） | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) |
| 幹事補佐氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) |
| 幹事補佐氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 髙垣 幸秀 / Yukihide Takagaki |
| 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） | 青野 雅樹 / Masaki Aono |
| 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) |
| 発表年月日 | 2017-10-12 |
| 資料番号 | PRMU2017-68 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | PRMU-238 |
| ページ範囲 | pp.31-35(PRMU), |
| ページ数 | 5 |
| 発行日 | 2017-10-05 (PRMU) |