La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Efficient Class-Incremental Learning Based on Bag-of-Sequencelets Model for Activity Recognition Apprentissage incrémental efficace en classe basé sur un modèle de sac de séquences pour la reconnaissance d'activités

Jong-Woo LEE, Ki-Sang HONG

  • Vues en texte intégral

    0

  • Citer

Résumé:

Nous proposons un cadre d'apprentissage incrémental en classe pour la reconnaissance de l'activité humaine basé sur le modèle Bag-of-Sequencelets (BoS). Le framework met à jour efficacement les modèles appris sans avoir à les réapprendre lorsque les données d'entraînement de nouvelles classes sont ajoutées. Dans ce cadre, tous les types de fonctionnalités, y compris les fonctionnalités créées à la main et les fonctionnalités basées sur les réseaux de neurones convolutifs (CNN) et les combinaisons de ces fonctionnalités, peuvent être utilisées comme fonctionnalités pour les vidéos. Par rapport au BoS d'origine, le nouveau cadre peut réduire considérablement le temps d'apprentissage avec peu de perte de précision de la classification.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.9 pp.1293-1302
Date de publication
2019/09/01
Publicisé
ISSN en ligne
1745-1337
DOI
10.1587/transfun.E102.A.1293
Type de manuscrit
PAPER
Catégories
Vision

Auteurs

Jong-Woo LEE
  Pohang University of Science and Technology (POSTECH)
Ki-Sang HONG
  Pohang University of Science and Technology (POSTECH)

Mots-clés

Table des matières