JP6529470B2 - 移動状況学習装置、移動状況認識装置、方法、及びプログラム - Google Patents
移動状況学習装置、移動状況認識装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6529470B2 JP6529470B2 JP2016175592A JP2016175592A JP6529470B2 JP 6529470 B2 JP6529470 B2 JP 6529470B2 JP 2016175592 A JP2016175592 A JP 2016175592A JP 2016175592 A JP2016175592 A JP 2016175592A JP 6529470 B2 JP6529470 B2 JP 6529470B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- data
- movement situation
- user
- dnn model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Description
また、精度よく、ユーザの移動状況の種類を認識することができる移動状況認識装置、方法、及びプログラムを提供することを目的とする。
30 映像データ前処理部
32 センサデータ前処理部
34 移動状況認識DNNモデル構築部
36 移動状況認識DNNモデル学習部
100 移動状況学習装置
200 移動状況認識装置
210 入力部
230 映像データ前処理部
232 センサデータ前処理部
234 移動状況認識部
250 出力部
Claims (5)
- ユーザについて得られた映像を識別するデータID毎の、前記映像における前記ユーザの移動状況の種類を表すアノテーションを含むアノテーションデータに基づいて、DNN(Deep Neural Networks)構造を持つDNNモデルであって、前記映像における画像系列に含まれる画像から特徴を抽出する畳み込み層、前記画像の特徴を抽象化する全結合層A、センサデータを抽象化する全結合層B、抽象化された前記画像の特徴とセンサデータとの系列データを抽象化するLSTM(Long short-term memory)、移動状況の種類の各々に対する確率を計算する全結合層C、及び出力層からなる前記DNNモデルを構築する移動状況認識DNNモデル構築部と、
前記データID毎の、前記映像における画像系列を含む映像データと、前記データID毎の、前記ユーザについてセンサから前記映像に対応して得られたセンサデータと、前記アノテーションデータと、前記構築された前記DNNモデルとに基づいて、ユーザの移動状況の種類を認識するための移動状況認識DNNモデルを学習する移動状況認識DNNモデル学習部と、
を含む移動状況学習装置。 - ユーザについて得られた映像における画像系列を含む映像データと、前記ユーザについてセンサから前記映像に対応して得られたセンサデータと、予め学習された、DNN(Deep Neural Networks)構造を持つDNNモデルであって、前記映像における画像系列に含まれる画像から特徴を抽出する畳み込み層、前記画像の特徴を抽象化する全結合層A、センサデータを抽象化する全結合層B、抽象化された前記画像の特徴とセンサデータとの系列データを抽象化するLSTM(Long short-term memory)、移動状況の種類の各々に対する確率を計算する全結合層C、及び出力層からなる、ユーザの移動状況の種類を認識するための移動状況認識DNNモデルとに基づいて、前記ユーザの移動状況の種類を認識する移動状況認識部
を含む移動状況認識装置。 - 移動状況認識DNNモデル構築部が、ユーザについて得られた映像を識別するデータID毎の、前記映像における前記ユーザの移動状況の種類を表すアノテーションを含むアノテーションデータに基づいて、DNN(Deep Neural Networks)構造を持つDNNモデルであって、前記映像における画像系列に含まれる画像から特徴を抽出する畳み込み層、前記画像の特徴を抽象化する全結合層A、センサデータを抽象化する全結合層B、抽象化された前記画像の特徴とセンサデータとの系列データを抽象化するLSTM(Long short-term memory)、移動状況の種類の各々に対する確率を計算する全結合層C、及び出力層からなる前記DNNモデルを構築するステップと、
移動状況認識DNNモデル学習部が、前記データID毎の、前記映像における画像系列を含む映像データと、前記データID毎の、前記ユーザについてセンサから前記映像に対応して得られたセンサデータと、前記アノテーションデータと、前記構築された前記DNNモデルとに基づいて、ユーザの移動状況の種類を認識するための移動状況認識DNNモデルを学習するステップと、
を含む移動状況学習方法。 - 移動状況認識部が、ユーザについて得られた映像における画像系列を含む映像データと、前記ユーザについてセンサから前記映像に対応して得られたセンサデータと、予め学習された、DNN(Deep Neural Networks)構造を持つDNNモデルであって、前記映像における画像系列に含まれる画像から特徴を抽出する畳み込み層、前記画像の特徴を抽象化する全結合層A、センサデータを抽象化する全結合層B、抽象化された前記画像の特徴とセンサデータとの系列データを抽象化するLSTM(Long short-term memory)、移動状況の種類の各々に対する確率を計算する全結合層C、及び出力層からなる、ユーザの移動状況の種類を認識するための移動状況認識DNNモデルとに基づいて、前記ユーザの移動状況の種類を認識するステップ
を含む移動状況認識方法。 - コンピュータを、請求項1に記載の移動状況学習装置、又は請求項2に記載の移動状況認識装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016175592A JP6529470B2 (ja) | 2016-09-08 | 2016-09-08 | 移動状況学習装置、移動状況認識装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016175592A JP6529470B2 (ja) | 2016-09-08 | 2016-09-08 | 移動状況学習装置、移動状況認識装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018041319A JP2018041319A (ja) | 2018-03-15 |
JP6529470B2 true JP6529470B2 (ja) | 2019-06-12 |
Family
ID=61626074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016175592A Active JP6529470B2 (ja) | 2016-09-08 | 2016-09-08 | 移動状況学習装置、移動状況認識装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6529470B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200009295A (ko) * | 2018-07-18 | 2020-01-30 | 충북대학교 산학협력단 | Lstm을 이용한 전기로에서의 전극봉 위치 데이터 예측 방법 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10217028B1 (en) | 2017-08-22 | 2019-02-26 | Northrop Grumman Systems Corporation | System and method for distributive training and weight distribution in a neural network |
JP7107498B2 (ja) * | 2018-03-25 | 2022-07-27 | 株式会社知能フレームワーク研究所 | 予兆検知システムおよびプログラム |
JP7313610B2 (ja) | 2018-03-25 | 2023-07-25 | 株式会社知能フレームワーク研究所 | 予兆検知システムおよびプログラム |
US11386288B2 (en) | 2018-04-26 | 2022-07-12 | Nippon Telegraph And Telephone Corporation | Movement state recognition model training device, movement state recognition device, methods and programs therefor |
US20190362235A1 (en) | 2018-05-23 | 2019-11-28 | Xiaofan Xu | Hybrid neural network pruning |
US11494918B2 (en) | 2018-06-04 | 2022-11-08 | Nippon Telegraph And Telephone Corporation | Moving state analysis device, moving state analysis method, and program |
KR102102405B1 (ko) * | 2018-06-08 | 2020-04-20 | 부산대학교 산학협력단 | 머신 러닝을 통한 영상 인식을 위한 장치 및 방법 |
JP7092062B2 (ja) * | 2019-02-20 | 2022-06-28 | 日本電信電話株式会社 | イベント発生時刻学習装置、イベント発生時刻推定装置、イベント発生時刻推定方法、イベント発生時刻学習プログラム、及びイベント発生時刻推定プログラム |
US11716469B2 (en) | 2020-12-10 | 2023-08-01 | Lemon Inc. | Model selection in neural network-based in-loop filter for video coding |
-
2016
- 2016-09-08 JP JP2016175592A patent/JP6529470B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200009295A (ko) * | 2018-07-18 | 2020-01-30 | 충북대학교 산학협력단 | Lstm을 이용한 전기로에서의 전극봉 위치 데이터 예측 방법 |
KR102104878B1 (ko) * | 2018-07-18 | 2020-04-27 | 충북대학교 산학협력단 | Lstm을 이용한 전기로에서의 전극봉 위치 데이터 예측 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP2018041319A (ja) | 2018-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6529470B2 (ja) | 移動状況学習装置、移動状況認識装置、方法、及びプログラム | |
JP6857547B2 (ja) | 移動状況認識モデル学習装置、移動状況認識装置、方法、及びプログラム | |
CN109359564B (zh) | 一种图像场景图生成方法及装置 | |
CN109766840B (zh) | 人脸表情识别方法、装置、终端及存储介质 | |
JP6900576B2 (ja) | 移動状況認識モデル学習装置、移動状況認識装置、方法、及びプログラム | |
CN110909630A (zh) | 一种异常游戏视频检测方法和装置 | |
US20200380245A1 (en) | Image processing for person recognition | |
CN114049512A (zh) | 模型蒸馏方法、目标检测方法、装置及电子设备 | |
CN112862828A (zh) | 一种语义分割方法、模型训练方法及装置 | |
Okawara et al. | Action recognition from a single coded image | |
CN112529149A (zh) | 一种数据处理方法及相关装置 | |
CN114037046A (zh) | 神经网络模型的蒸馏方法、装置及电子系统 | |
Kogler et al. | Enhancement of sparse silicon retina-based stereo matching using belief propagation and two-stage postfiltering | |
JP6939998B2 (ja) | 移動状況解析装置、移動状況解析方法及びプログラム | |
JP6707715B2 (ja) | 学習装置、推定装置、学習方法及びプログラム | |
CN113627421A (zh) | 一种图像处理方法、模型的训练方法以及相关设备 | |
CN111797986A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN116189306A (zh) | 基于联合注意力机制的人体行为识别方法 | |
CN114038067B (zh) | 煤矿人员行为检测方法、设备及存储介质 | |
CN113902995B (zh) | 一种多模态人体行为识别方法及相关设备 | |
JP7176626B2 (ja) | 移動状況学習装置、移動状況認識装置、モデル学習方法、移動状況認識方法、及びプログラム | |
CN111796663B (zh) | 场景识别模型更新方法、装置、存储介质及电子设备 | |
CN116091984B (zh) | 视频目标分割方法、装置、电子设备及存储介质 | |
CN111797869A (zh) | 模型训练方法、装置、存储介质及电子设备 | |
CN113822199B (zh) | 对象属性识别方法、装置、存储介质和电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190416 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190514 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6529470 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |