ようこそ ゲスト さん
ログイン
入力補助
English
カテゴリ
インデックスツリー
ランキング
アクセスランキング
ダウンロードランキング
その他
法政大学
法政大学図書館
インデックスツリー
資料タイプ別
学内論文
大学院紀要=Bulletin of graduate studies
法政大学大学院紀要. 理工学・工学研究科編
法政大学大学院紀要. 理工学研究科編
法政大学大学院紀要. デザイン工学研究科編
法政大学大学院紀要. 情報科学研究科編
法政大学懸賞論文優秀論文集
法政大学国際文化学部国際社会演習トランスナショナル・ヒストリー研究卒業論文集
このアイテムのアクセス数:
76
件
(
2025-07-02
09:42 集計
)
Permalink : https://doi.org/10.15002/00025259
Permalink : https://hdl.handle.net/10114/00025259
閲覧可能ファイル
ファイル
フォーマット
サイズ
閲覧回数
説明
gradcis_17_20T0004
pdf
568 KB
107
論文情報
ファイル出力
アイテムタイプ
紀要論文
タイトル
骨格データと画像情報に基づく適応重み付き融合を用いた人間行動認識の精度改善
その他のタイトル
Improving Accuracy of Human Activity Recognition Using Adaptive Weighted Fusion Based on Skeleton Data and Image Information
著者
著者名
小泉, 健人
著者名
Koizumi, Kento
言語
jpn
ISSN
24321192
DOI
https://doi.org/10.15002/00025259
出版者
法政大学大学院情報科学研究科
雑誌名
法政大学大学院紀要. 情報科学研究科編
巻
17
開始ページ
1
終了ページ
6
発行年
2022-03-24
著者版フラグ
Version of Record
抄録
Human Activity Recognition is to make a computer recognize human activity using data collected from video camera or devices such as Kinect. There has been active research on activity recognition models using skeleton data, which is less sensitive to background information and angle, and the overall accuracy of the models is improving year by year. However, some activities such as “reading” and “writing” are difficult to recognize, and the accuracy has not improved much. Therefore, in this research, for activities that are difficult to recognize with skeleton data alone, the image information including appearance information and objects used by the subject are fused. In addition, unlike existing fusion methods, we proposed a method that fuses the output of each deep learning model with different weights depending on the output results. The weights are predicted by a machine learning model that has been previously trained with weights calculated by the newton method. The experimental results show that the accuracy of difficult-to-recognize activities can be improved by fusing image information using the proposed fusion method. It is also shown that the overall accuracy of the proposed fusion method in this research is higher than the existing fusion methods.
資源タイプ
Article
書誌レコードID
AA12746425
インデックス
資料タイプ別
 > 
学内論文
 > 
法政大学大学院紀要. 情報科学研究科編
501 学内論文
 > 
紀要
 > 
法政大学大学院紀要. 情報科学研究科編
 > 
17
ホームへ戻る