Zero-Shot Motion Pattern Recognition from 4D Point-Clouds

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

81 Lataukset (Pure)

Abstrakti

We address a timely and relevant problem in signal processing: The recognition of patterns from spatial data in motion through a zero-shot learning scenario. We introduce a neural network architecture based on Siamese networks to recognize unseen classes of motion patterns. The approach uses a graph-based technique to achieve permutation invariance and also encodes moving point clouds into a representation space in a computationally efficient way. We evaluated the model on an open dataset with twenty-one gestures. The model out-performes state-of-the-art architectures with a considerable margin in four different settings in terms of accuracy while reducing the computational complexity up to 60 times.
AlkuperäiskieliEnglanti
Otsikko2021 IEEE 31st International Workshop on Machine Learning for Signal Processing, MLSP 2021
KustantajaIEEE
Sivut1-6
Sivumäärä6
ISBN (elektroninen)978-1-7281-6338-3
ISBN (painettu)978-1-6654-1184-4
DOI - pysyväislinkit
TilaJulkaistu - 15 marrask. 2021
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaIEEE International Workshop on Machine Learning for Signal Processing - Gold Coast, Austraalia
Kesto: 25 lokak. 202128 lokak. 2021
Konferenssinumero: 31
https://2021.ieeemlsp.org/

Workshop

WorkshopIEEE International Workshop on Machine Learning for Signal Processing
LyhennettäMLSP
Maa/AlueAustraalia
KaupunkiGold Coast
Ajanjakso25/10/202128/10/2021
www-osoite

Sormenjälki

Sukella tutkimusaiheisiin 'Zero-Shot Motion Pattern Recognition from 4D Point-Clouds'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä