階層型時空間ベクトル量子化による教師なしスケルトンベース行動セグメンテーション

要旨: 本稿では、教師なしのスケルトンベース時間的アクションセグメンテーションに対して、新しい階層型の時空間ベクトル量子化フレームワークを提案する。まず、2つの連続するレベルから成るベクトル量子化を含む階層的アプローチを導入する。具体的には、下位レベルではスケルトンを細かなサブアクションに対応付け、上位レベルではさらにサブアクションをアクションレベルの表現へと集約する。提案する階層的アプローチは非階層型のベースラインを上回り、主として入力スケルトンを再構成することで空間的手がかりを活用する。次に、空間情報と時間情報の両方を活用してアプローチを拡張し、階層型の時空間ベクトル量子化方式を得る。特に、提案する階層型の時空間アプローチはマルチレベルのクラスタリングを実行しつつ、同時に入力スケルトンとそれに対応するタイムスタンプを復元する。最後に、HuGaDB、LARa、BABEL を含む複数のベンチマークに対する大規模な実験により、本手法が教師なしスケルトンベース時間的アクションセグメンテーションにおいて新たな最先端性能を確立し、セグメント長バイアスを低減することを示す。