메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Cheng-Bin Jin (인하대학교) Trung Dung Do (인하대학교) Mingjie Liu (인하대학교) Hakil Kim (인하대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제24권 제3호
발행연도
2018.3
수록면
298 - 308 (11page)
DOI
10.5302/J.ICROS.2018.17.0243

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
When we say a person is texting, can you tell the person is walking or sitting? Emphatically, no. In order to solve this incomplete representation problem, this paper presents a sub-action descriptor for detailed action detection. The sub-action descriptor consists of three levels: posture, locomotion, and gestures. The three levels provide three sub-action categories for a single action in order to address the representation problem. The proposed action detection model simultaneously localizes and recognizes the actions of multiple individuals in video surveillance using appearance-based temporal features with multi-convolutional neural networks. The proposed approach achieved a mean average precision of 76.6% for frame-based measurement and 83.5% for video-based measurement of the ICVL video surveillance dataset. Extensive experiments on the benchmark KTH dataset demonstrate that the proposed approach achieved better performance, which in turn improves action recognition performance in comparison to the stateof-the-art methods. The action detection model can run at around 25 fps with the ICVL dataset and at more than 80 fps with the KTH dataset, which is suitable for real-time surveillance applications.
#sub-action descriptor #action detection #video surveillance #convolutional neural network #multi CNN

목차

Abstract
Ⅰ. INTRODUCTION
Ⅱ. Related Works
Ⅲ. Proposed Model for Human Action Detection
Ⅳ. Experimental Results
Ⅴ. CONCLUSIONS
REFERENCES

참고문헌 (43)

참고문헌 신청
E. Ricci, J. Varadarajan, R. Subramanian, S. Rota Bulo, N. Ahuja, and O. Lanz, “Uncovering interactions and interactors: Joint estimation of head, body orientation and F-formations from surveillance videos,” Proceedings of the IEEE International Conference on Computer Vision, pp. 4660-4668. 2015 S.-H. Kim and H.-L. Choi, “Moving target tracking and recognition method for unmanned airborne surveillance systems,” Journal of Institue of Control, Robotics and Systems (in Korean), vol. 23, no. 3, pp. 157-164, Mar. 2017. S. Cho and D. H. Shim, “Automatic clustering for precision reconnaissance and surveillance,” Journal of Institue of Control, Robotics and Systems (in Korean), vol. 23, no. 2, pp. 89-95, Feb. 2017. I. S. Kim, H. S. Choi, K. M. Yi, J. Y. Choi, and S. G. Kong, “Intelligent visual surveillance - A survey,” International Journal Control, Automation and Syststems, vol. 8, no. 5, pp. 926-939, Oct. 2010. B. Zhang, L. Wang, Z. Wang, Y. Qiao, and H. Wang, “Real-time Action Recognition with Enhanced Motion Vector CNNs,” IEEE Conference on Computer Vision and Pattern Recognition, 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

컨볼루셔널 뉴럴 네트워크와 역 투영 변환을 이용한 차선검출
권용현 ,  김형원 한국통신학회 학술대회논문집 2018 .01
Super -Resolution을 위한 Deconvolution 적용 고속 컨볼루션 뉴럴 네트워크
이동현 ,  이호성 ,  이규중 외 1명 멀티미디어학회논문지 2017 .11
MSERs와 CNN 기반의 실시간 교통표지판 인식
박은수 ,  장철용 ,  임병학 외 1명 제어로봇시스템학회 논문지 2017 .06
CNN을 활용한 영상 기반의 화재 감지
김영진 ,  김은경 한국정보통신학회논문지 2016 .09
로봇환경에서 3차원 CNN을 이용한 비디오 기반 얼굴 인식
변영현 ,  곽근창 Proceedings of KIIT Conference 2014 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001805316