講演名 2018-12-14
[Short Paper] Skeleton-based Human Action Recognition with Fine-to-Coarse Convolutional Neural Network
Thao Minh Le(東工大), 井上 中順(東工大), 篠田 浩一(東工大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和)
抄録(英) This work introduces a new framework for skeleton-based human action recognition. Existing approaches using Convolutional Neural Network (CNN) often suffer from the insufficiency problem of training data. In this study, we utilize a fine-to-coarse (F2C) CNN architecture that is come up based on the special structure of human skeletal data. We evaluate our proposed method on two skeletal datasets publicly available, namely NTU RGB+D and SBU Kinect Interaction dataset. It achieves 79.6% and 84.6% of accuracies on NTU RGB+D with cross-object and cross-view protocol, respectively, which are almost identical with the state-of-the-art performance. In addition, our method significantly improves the accuracy of the actions in two-person interactions.
キーワード(和)
キーワード(英) Action RecognitionDeep Learning
資料番号 PRMU2018-86
発行日 2018-12-06 (PRMU)

研究会情報
研究会 PRMU
開催期間 2018/12/13(から2日開催)
開催地(和) 東北大学
開催地(英)
テーマ(和) 深層学習とPRMU技術およひ?その応用
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) 井尻 善久(オムロン) / 玉木 徹(広島大)
副委員長氏名(英) Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.)
幹事氏名(和) 石井 雅人(NEC) / 菅野 裕介(阪大)
幹事氏名(英) Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.)
幹事補佐氏名(和) 入江 豪(NTT) / 牛久 祥孝(OSX)
幹事補佐氏名(英) Go Irie(NTT) / Yoshitaka Ushiku(OSX)

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 ENG
タイトル(和)
サブタイトル(和)
タイトル(英) [Short Paper] Skeleton-based Human Action Recognition with Fine-to-Coarse Convolutional Neural Network
サブタイトル(和)
キーワード(1)(和/英) / Action RecognitionDeep Learning
第 1 著者 氏名(和/英) Thao Minh Le / Thao Minh Le
第 1 著者 所属(和/英) 東京工業大学(略称:東工大)
Tokyo Institute of Technology(略称:TokyoTech)
第 2 著者 氏名(和/英) 井上 中順 / Nakamasa Inoue
第 2 著者 所属(和/英) 東京工業大学(略称:東工大)
Tokyo Institute of Technology(略称:TokyoTech)
第 3 著者 氏名(和/英) 篠田 浩一 / Koichi Shinoda
第 3 著者 所属(和/英) 東京工業大学(略称:東工大)
Tokyo Institute of Technology(略称:TokyoTech)
発表年月日 2018-12-14
資料番号 PRMU2018-86
巻番号(vol) vol.118
号番号(no) PRMU-362
ページ範囲 pp.61-64(PRMU),
ページ数 4
発行日 2018-12-06 (PRMU)