3D CNNによる人物行動認識の動向
2. 人物行動認識 1 入力：動画 → 出力：行動ラベルという課題 *K. Soomo+, “UCF101: A Dataset of 101 Human Actions Classes From Videos in The Wild”, CRCV-TR-12-01, 2012. * 3. 代表的な大規模行動認識データセット ｜ Trimmed 2 切り出し済み or 開始終了ラベル込み動画 HMDB-51: 7000動画 (Movie, YouTube)，51クラス UCF-101: 13000動画 (YouTube)，101クラス ActivityNet: 28000動画 (YouTube)，200クラス Kinetics: 30万動画 (YouTube)，400クラス 大規模化がどんどん進んでいる 4. 代表的な大規模行動認識データセット ｜ Untrimmed 3
Proxy下のWindowsでPython(Anaconda)環境を整える - Qiita
はじめに WindowsでPython環境を整えるのにAnacondaが便利だった。 プロキシ通す方法が見つかったので、それも追記。 n番煎じだけど、個人的な備忘録として。 目的 開発環境なら本当はLinuxとかMacとかが便利です。 Windows10なら"bash on ubuntu on Windows"でPython環境を整えたほうが良いです。 が、Windows7+Proxyという環境の人も世の中にはいます。 そういう人がめげずにPythonの環境を整えるためのメモ。 インストール手順 Anacondaをダウンロードする ダウンロード先⇒Download Anaconda Now! | Continuum 特にこだわりがなければPython3.5Versionを選べばよいです Anacondaと通常のPythonの違いについては末尾の参考ページを参照ください インストールする 自
無相関化と白色化の意味と式 - 具体例で学ぶ数学
無相関化 確率変数を並べた縦ベクトル $\overrightarrow{x}=\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}$ に対して、正方行列 $P$ をうまく選ぶと、$\overrightarrow{y}=P\overrightarrow{x}$ の各成分は互いに無相関な確率変数となる。 無相関化の準備：主成分分析について 無相関化について説明する前に「主成分分析は分散共分散行列の対角化」という前提知識について説明します。 まず、$\overrightarrow{x}$ の平均ベクトルを $\mu$ とおきます。 すると、$\overrightarrow{x}$ の分散共分散行列は、 $\Sigma=E[(\overrightarrow{x}-\overrightarrow{\mu})(\overrightarrow{x}-\ove
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
