3DCGを用いた代替学習とDNNによる運動モーション識別に関する研究

カテゴリ: 部門大会

論文No: MC1-9

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Kinetic Motion Recognition by DNN and Alternative Learning with 3DCG

著者名: 上原 和加貴(琉球大学),與儀 喜野(琉球大学),長山 格(琉球大学)

著者名(英語): Wakaki Uehara|Yoshiya Yogi|Itaru Nagayama

キーワード: 動画像処理|機械学習|代替学習|3次元CG|モーション識別深層学習|Video Processing|Machine Learning|Alternative Learning|3D-CG|Motion ClassificationDeep Learning

要約(日本語): 機械学習の実行には膨大な学習データを使用することが必須であるが，十分に大量の学習データをあらかじめ準備することは容易ではない。そのため，我々は静的な3DCGモデルを作成し，それらを様々な視点方向から撮影して得た画像群を用いた学習により，十分な人物検知精度・オブジェクト検知精度が実現できることを先行研究において示した。これを代替学習と呼ぶ。これに対して，本研究では3DCGによる動的な動きのあるアニメーション動画を作成し，3DCGモーションに対する代替学習と，それによる運動種類の識別が可能かどうかを検討した。本稿ではその結果について述べる。

PDFファイルサイズ: 506 Kバイト