視点適応型ニューラルネットワークを用いた高性能な骨格ベースの人間行動認識

骨格に基づく人間の行動認識は、3D骨格データの利用可能性と人気のおかげで、最近ますます注目を集めています。骨格に基づく行動認識における主要な課題の1つは、データを取得する際の視点変動が大きいことです。この論文では、視点変動の影響を軽減するために、学習ベースのデータ駆動型手法により仮想観測視点を自動的に決定する新しい視点適応スキームを提案します。私たちは2つの視点適応ニューラルネットワークを設計しました。すなわち、RNNに基づくVA-RNNとCNNに基づくVA-CNNです。各ネットワークに対して、新しい視点適応モジュールが最も適した観測視点を学習し決定し、その視点に骨格を変換して主分類ネットワークとのエンドツーエンドの認識を行います。削除実験により、提案された視点適応モデルが様々な視点の骨格を一貫性のある仮想視点に変換できること、そしてこれにより視点の影響が大幅に排除されることを見出しました。さらに、私たちは2つのネットワークのスコアを融合して予測結果を得るための2ストリームスキーム（VA-fusionと呼ぶ）を設計しました。5つの挑戦的なベンチマークに対する広範な実験評価により、提案された視点適応ネットワークの有効性と最先端アプローチを超える優れた性能が示されました。ソースコードはhttps://github.com/microsoft/View-Adaptive-Neural-Networks-for-Skeleton-based-Human-Action-Recognition から入手可能です。この翻訳では以下のポイントに注意しています：内容准确：専門用語や技術概念（例：「3D骨格データ」「RNN」「CNN」「エンドツーエンド」など）は正確に翻訳し、原文の意味を保っています。表达流畅：日本語表現習慣に合わせて文章構造や単語選択を行いました（例：「提案された」という表現を使用することで自然な流れを作り出しています）。表述正式：正式かつ客観的な書き方を使用し、口語表現は避けました（例：「私たちは2つの視点適応ニューラルネットワークを設計しました」など）。忠于原文：原文の内容と一致させつつ、日本語読者にとって読みやすいように文章構造を最適化しました。不常用术语已在括号中标注原文，以确保信息完整。