| 講演抄録／キーワード |
| 講演名 |
2021-12-13 14:00
Attention Spatial-Temporal Graph Convolutional Network を用いた歩行からの感情認識
○木下将児・陳 延偉（立命館大）・健山智子（滋賀大）・岩本祐太郎・劉 家慶・柴 樹溶（立命館大） |
| 抄録 |
（和） |
医療分野でのタッチレス操作やエンターテイメントの分野などにおいて，3 次元ポーズ認識が注目されている. 従来の画像ベースのポーズ認識では, 入力画像に背景や照明の影響によってロバスト性に欠ける問題点が存在した．この問題を克服するために，本研究ではスケルトンベースの動的行動認識モデルである attention ST-GCN (attention spatial-temporal graph convolutional network)を用いた歩行からの感情認識を行い, 改善を目指した. 本研究の新規性は, 既存の ST-GCN に Attention機構を導入し, より局所的な部分に対する寄与度の変化について各アプローチで比較を行い精度の改善をした. |
| （英） |
3D pose recognition is a technology that has been used in many fields, including touchless operation in the medical field and the entertainment field. Conventional image-based pose recognition lacks robustness because the input image is affected by the background and illumination. In this study, we aimed to improve emotion recognition from walking using an attention spatial-temporal graph convolutional network, which is a skeleton-based dynamic action recognition model. The novelty of this work is the introduction of the Attention mechanism to existing spatial-temporal graph convolutional network (ST-GCN), and the comparison of the change of the contribution to more localized parts in each approach to improve the accuracy. |
| キーワード |
（和） |
Graph Convolutional Networks / Node Attention / Graph 構造 / 歩行認識 / 感情認識 / / / |
| （英） |
Graph Convolutional Networks / Node Attention / Graph structure / walking recognition / emotion recognition / / / |
| 文献情報 |
映情学技報, vol. 45, no. 39, ME2021-94, pp. 25-28, 2021年12月. |
| 資料番号 |
ME2021-94 |
| 発行日 |
2021-12-06 (ME) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|