[論文レビュー] Highly Efficient Human Action Recognition with Quantum Genetic Algorithm Optimized Support Vector Machine

Ya‐Feng Liu, Shimin Feng+2 more|arXiv (Cornell University)|Nov 27, 2017

Human Pose and Action Recognition参考文献 2被引用数 7

ひとこと要約

本稿では、Kinectで取得した3次元ジョイントデータを用いた人間の行動認識のため、量子遺伝的アルゴリズム（QGA）で最適化されたサポートベクターマシン（SVM）を提案する。行動をジョイント角度の分散で表現し、SVMのパラメータをQGAで最適化することで、MSR-12データセットで96.15%の正確性を達成。従来のグリッドサーチSVMより2.3%高い。量子インスパイアド最適化により分類の効率性と正確性が向上していることが示された。

ABSTRACT

In this paper we propose the use of quantum genetic algorithm to optimize the support vector machine (SVM) for human action recognition. The Microsoft Kinect sensor can be used for skeleton tracking, which provides the joints' position data. However, how to extract the motion features for representing the dynamics of a human skeleton is still a challenge due to the complexity of human motion. We present a highly efficient features extraction method for action classification, that is, using the joint angles to represent a human skeleton and calculating the variance of each angle during an action time window. Using the proposed representation, we compared the human action classification accuracy of two approaches, including the optimized SVM based on quantum genetic algorithm and the conventional SVM with grid search. Experimental results on the MSR-12 dataset show that the conventional SVM achieved an accuracy of $ 93.85\% $. The proposed approach outperforms the conventional method with an accuracy of $ 96.15\% $.

研究の動機と目的

• センサーベースのスケルトンデータを用いた人間の行動認識の正確性と効率性を向上させること。
• 従来の手法で分類性能を制限する、最適なSVMパラメータ選択の課題に対処すること。
• 量子インスパイアドアルゴリズムを用いた機械学習の行動認識への応用を検討すること。
• 次元削減を実現しながらも運動情報を保持するジョイント角度ダイナミクスに基づく特徴表現を開発すること。
• 量子遺伝的アルゴリズムが従来のグリッドサーチに比べ、人間の行動分類のためのSVMハイパーパrameter最適化において優れていることを検証すること。

提案手法

• Microsoft Kinectを用いて3次元ジョイント位置を抽出し、1行動シーケンスあたり60次元のベクトルを形成する。
• 連続する3つのジョイント（例：股関節、肩、隣接する四肢のジョイント）間のジョイント角度を計算し、スケルトンの姿勢を動的に表現する。
• 行動時間窓全体における各ジョイント角度の分散を計算し、運動ダイナミクスを捉える。これによりデータ次元が約1/3に削減される。
• 定義された探索空間内で、SVMのペナルティパラメータCと径間基底関数（RBF）カーネルパラメータσを量子遺伝的アルゴリズム（QGA）で最適化する。
• QGAを実装し、集団サイズ80、60ビットの量子表現、探索範囲：C ∈ [2⁻², 2⁴]、σ ∈ [2⁻⁴, 2⁴]を設定。量子並列性を活用し、収束を高速化する。
• 次元削減を施さずに22次元の特徴ベクトル上でSVM分類器を直接学習・評価することで、計算の実行可能性とスケーラビリティを確保する。

実験結果

リサーチクエスチョン

• RQ1 時間経過に伴うジョイント角度の分散が、行動認識のための人の運動ダイナミクスを効果的に表現できるか？
• RQ2 QGAによるSVMパラメータ最適化は、グリッドサーチに比べて分類正確性を顕著に向上させるか？
• RQ3 人間の行動認識の文脈において、QGAの計算効率は従来のグリッドサーチに比べてどうか？
• RQ4 QGAによるパラメータ空間探索が、SVMベースの行動分類における一般化性能の向上と高い正確性を達成する程度はどの程度か？
• RQ5 提案された特徴表現とQGA-SVMパイプラインは、基本的なジェスチャーを超えたより複雑な人間の行動へ拡張可能か？

主な発見

• QGA最適化SVMを用いた本手法は、MSR-12データセットで96.15%の分類正確性を達成した。従来のグリッドサーチSVM（93.85%）を上回った。
• QGAベースの手法は、合理的な時間計算量を維持しながら正確性を2.3ポイント向上させ、量子インスパイアド最適化の有効性を示した。
• QGAは急速に収束した—ほぼ2世代目で最適性能に達した—高速収束性と強固な探索能力を示した。
• 混同行列の結果、QGAベースの分類では「投げる」行動が100%の正確性を達成し、「両手を挙げる」行動は92.86%の正確性を示した。誤分類は最小限に抑えられた。
• ジョイント角度の分散を用いることで、特徴次元を60次元から22次元に削減し、正確性を損なわず計算効率を向上させた。
• QGAは、同等の時間内にグリッドサーチよりもはるかに広いパラメータ空間を探索し、より優れたハイパーパrameter選択とモデル一般化性能の向上を実現した。