ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング


インデックスリンク

インデックスツリー

  • RootNode

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. シンポジウム
  2. シンポジウムシリーズ
  3. マルチメディア、分散、協調とモバイルシンポジウム(DICOMO)
  4. 2019

行動認識における表現学習モデルと個人依存に関する考察

https://ipsj.ixsq.nii.ac.jp/records/202320
https://ipsj.ixsq.nii.ac.jp/records/202320
836cdd3d-5928-49e3-b420-9bf7a673288e
名前 / ファイル ライセンス アクション
IPSJ-DICOMO2019048.pdf IPSJ-DICOMO2019048.pdf (836.0 kB)
Copyright (c) 2019 by the Information Processing Society of Japan
オープンアクセス
Item type Symposium(1)
公開日 2019-06-26
タイトル
タイトル 行動認識における表現学習モデルと個人依存に関する考察
言語
言語 jpn
キーワード
主題Scheme Other
主題 行動認識
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
福井大学大学院工学研究科
著者所属
石川工業高等専門学校電子情報工学科
著者名 長谷川, 達人

× 長谷川, 達人

長谷川, 達人

Search repository
越野, 亮

× 越野, 亮

越野, 亮

Search repository
論文抄録
内容記述タイプ Other
内容記述 センシングによる行動認識研究が広く行われているが,個人依存性が問題になることがある.センサデータを用いた行動認識について幅広くサーベイした結果,CNN(Convolutional Neural Network)を用いた表現学習モデルによる行動認識について十分な検討がなされていなかった.そこで本研究では,画像認識分野で研究が進んでいるCNNモデルをベースに,行動認識における表現学習モデルの有効性の検証実験を行った.行動認識のベンチマークデータセットに対して,HC(Hand-crafted)特徴量を用いたDNN,シンプルなCNNモデル,AlexNet,FCN,VGG,ResNet,SENet等10種類のモデルに対して,訓練データの多様性を変化させて6種類,ランダム性を考慮して10セットで,計600回深層学習モデルを訓練し推定精度検証を行った.その結果,訓練データに被験者を多く確保できる場合には,SE-VGGが最も高い精度を達成することを明らかにした.更に,訓練データを十分に確保できない場合にはHC特徴量が有効に働くことや,HC特徴量は個人依存の影響を比較的強く受けることも明らかにした.
書誌情報 マルチメディア,分散協調とモバイルシンポジウム2019論文集

巻 2019, p. 328-338, 発行日 2019-06-26
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 20:56:18.354660
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3