@techreport{oai:ipsj.ixsq.nii.ac.jp:00237313,
 author = {宮川, 洋人 and 張, 潮 and 川上, 朋也},
 issue = {6},
 month = {Jul},
 note = {人間の行動は複雑であり，時系列データであるため，人物動作予測にはリカレントニューラルネットワーク（RNN）を使用するのが一般的である．しかし，RNN を用いた手法では，誤差を蓄積する傾向があり，推論時に非現実的な動作の予測につながる．先行研究では，ある動作における人間の各関節の時間変化を離散コサイン変換（DCT）係数の線型結合として表現し，入力として使用する．グラフ畳み込みネットワーク（GCN）を用いて将来のポーズの DCT 係数を予測するように学習し，予測によって得られて DCT 係数を逆離散コサイン変換（IDCT）することで将来のポーズを再構築する手法が提案されている．しかし，DCT が予測結果に与える影響についての考察が十分ではなかった．そこで本研究では，先行研究で提案された手法に対し，DCT の基底数を変化させることによって予測結果に与える影響について調査し，DCT の効果について検証する．実験から，動作ごとに予測に適した DCT の基底数が存在することを確認した．},
 title = {離散コサイン変換に基づく三次元人物動作予測手法の検討},
 year = {2024}
}