ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

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. 研究報告
  2. コンピュータビジョンとイメージメディア(CVIM)
  3. 2023
  4. 2023-CVIM-234

逐次読み込みによる動作認識のための複数モデル学習

https://ipsj.ixsq.nii.ac.jp/records/225986
https://ipsj.ixsq.nii.ac.jp/records/225986
fb82dd4f-3cf9-4d25-ab12-2bbcaa9d10b1
名前 / ファイル ライセンス アクション
IPSJ-CVIM23234042.pdf IPSJ-CVIM23234042.pdf (876.0 kB)
Copyright (c) 2023 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2023-05-11
タイトル
タイトル 逐次読み込みによる動作認識のための複数モデル学習
タイトル
言語 en
タイトル Multi-model learning by sequential video reading for action recognition
言語
言語 jpn
キーワード
主題Scheme Other
主題 卒論スポットライトセッション (CVIM)
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
名古屋工業大学
著者所属
名古屋工業大学
著者所属(英)
en
Nagoya Institute of Technology
著者所属(英)
en
Nagoya Institute of Technology
著者名 神谷, 広大

× 神谷, 広大

神谷, 広大

Search repository
玉木, 徹

× 玉木, 徹

玉木, 徹

Search repository
論文抄録
内容記述タイプ Other
内容記述 本論文では,untrimmed video のための新しい学習方法の提案を行う,一般に untrimmed video を扱うタスクでは,分割された trimmed video に対して特徴量を事前計算するか,学習時に trimmed video を読み込む.しかし事前計算では特徴抽出器は学習されず,ランダムアクセスでは trimmed video へのランダムアクセスが発生し,効率的ではない.そこで本研究では untrimmed video の先頭から動画像クリップを逐次的に読み込み,それらのクリップに対して mutual learning と federated learning を用いて学習する手法を提案する.提案手法では,逐次的に切り出されたクリップを複数のモデルへ別々に入力することで,擬似的に学習サンプル間の相関を軽減し,性能劣化を抑制する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11131797
書誌情報 研究報告コンピュータビジョンとイメージメディア(CVIM)

巻 2023-CVIM-234, 号 42, p. 1-2, 発行日 2023-05-11
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8701
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
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 12:37:17.276464
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