6U-02
合成データを用いた教師なしドメイン適応による室内動作認識手法の比較
ディープニューラルネットワークの利用に伴う実データ収集のコスト・プライバシーの問題に対応するため, 人工的に作成される合成データを学習に活用することが期待される. 我々は, 実データ動作認識のための写実的な合成動画像データを作成し, 2 つの基本的な動画像識別ネットワーク 3D ResNet, TSN を拡張しドメイン適応を行う実験をしたが, 十分な精度で実データの動作分類ができなかった. その原因にデータ間の動きの速さ・タイミングの情報のアラインメントが不十分であったと考えられる.本研究ではより時間的モデリングに優れたネットワーク TRN, TAM, TSM を用いた手法で改善を図る.