时空域张量神经网络：在人体姿态分类中的应用
机器学习
2020-10-20 v2 机器学习
摘要
传感技术的最新进展要求设计和开发能够高效处理时空数据的模式识别模型。在本研究中，我们提出一种基于张量、具有空间与时间感知的神经网络，利用三维骨架数据进行人体姿态分类。我们的模型采用三个新颖组件。第一，一个能够构建高判别性时空特征的输入层。第二，一个产生紧凑而丰富的数据表示的张量融合操作。第三，一个以原始张量形式处理数据表示的基于张量的神经网络。我们的模型端到端可训练，且以可训练参数数量少为特征，使其适用于标注数据有限的问题。所提模型的实验评估表明其可达到最先进性能。
引用
@article{arxiv.2004.08153,
title = {Space-Time Domain Tensor Neural Networks: An Application on Human Pose Classification},
author = {Konstantinos Makantasis and Athanasios Voulodimos and Anastasios Doulamis and Nikolaos Bakalos and Nikolaos Doulamis},
journal= {arXiv preprint arXiv:2004.08153},
year = {2020}
}
备注
8 pages, 8 figures, accepted to ICPR 2020