WEKO3
アイテム
ハッシュ関数を用いた行動認識
https://ipsj.ixsq.nii.ac.jp/records/67632
https://ipsj.ixsq.nii.ac.jp/records/67632726014f0-791c-4cc8-a2d2-70390540e913
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2010 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | SIG Technical Reports(1) | |||||||
---|---|---|---|---|---|---|---|---|
公開日 | 2010-01-14 | |||||||
タイトル | ||||||||
タイトル | ハッシュ関数を用いた行動認識 | |||||||
タイトル | ||||||||
言語 | en | |||||||
タイトル | Action Recognition By Using Hash Function | |||||||
言語 | ||||||||
言語 | jpn | |||||||
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 | ||||||||
大阪大学大学院基礎工学研究科システム創成専攻 | ||||||||
著者所属 | ||||||||
大阪大学大学院基礎工学研究科システム創成専攻 | ||||||||
著者所属 | ||||||||
大阪大学大学院基礎工学研究科システム創成専攻 | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Engineering Science, Osaka University | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Engineering Science, Osaka University | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Engineering Science, Osaka University | ||||||||
著者名 |
植浦, 総一郎
岩井, 儀雄
石黒, 浩
× 植浦, 総一郎 岩井, 儀雄 石黒, 浩
|
|||||||
著者名(英) |
Soichiro, Ueura
Yoshio, Iwai
Hiroshi, Ishiguro
× Soichiro, Ueura Yoshio, Iwai Hiroshi, Ishiguro
|
|||||||
論文抄録 | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | 本研究では,画像によるモニタリングの自動化を目的として,動画像中の人物の行動を認識するシステムの構築を目指している.一般に画像と姿勢は一対多の関係であり,入力画像に対し複数の姿勢が候補として存在する.そこで本研究では,入力画像に対し複数の姿勢を候補として保持しつつ,時間軸方向に確率を展開していくような行動認識のフレームワークを提案する.画像空間から姿勢空間への写像をハッシュ関数を用いることで学習し,姿勢が遷移するパターンをモデル化することで行動認識を実現する.本稿では,画像変数と姿勢変数を用いた行動認識モデルと,ハッシュ関数を用いた行動認識システムについて提案し,実環境における実験を通して提案システムの有用性を評価する. | |||||||
論文抄録(英) | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | We propose a system for human action recognition from image sequences to realize automatic monitoring. Because the relationship between images and postures is one-to-many correspondence, there are multiple postures as candidates for a input image. So we propose a framework to recognize actions keeping multiple postures for an input image and expanding probability as the time advances. We realize action recognition by learning mapping between images and postures by using a hash function and by modeling of posture transition patterns. We show the effectiveness of our system through an experiment in a real environment. | |||||||
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 2010-CVIM-170, 号 30, p. 1-8, 発行日 2010-01-14 |
|||||||
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 |