多種類特徴統合による動作認識手法の提案

摘要

映像中の動作を認識することは，様々なアプリケーションに応用することが可能で，非常に意義のあることである．動作認識は多くの分野で扱われてきた研究だが，Youtube動画のような制限のない環境における認識を行った研究は少ない．そこで本研究ではMultiple Kernel Learning（MKL）に基づく特徴統合による動作認識フレームワークを提案しWeb動画における動作認識を行った．統合に利用した特徴は時空間特徴，視覚特徴，動き特徴である．時空間特徴は，点の周辺パターンとその点の微少時間の動きを特徴化したものを利用した．実験にはKTHデータセットと，二種類のYoutubeデータセットの計3種類のデータセットにおける分類を行った．結果としてKTHデータセットで最新手法に匹敵する分類率の94.0％，Youtubeデータで最新手法を大幅に上回る分類率である80.4％という結果が得られた．