富士通发表新AI技术 实现世界第一高精度图像识别

这项行为识别技术，透过深度学习来识别多个关节串联的复杂动作，或获取行为中相邻关节位置资讯。较过往未使用邻近关节资讯的常规技术相比，获得相当显着的进步。例如开箱取出物品，手、肘部及肩关节随着手臂弯曲和伸展，这样多关节相互变化的复杂行为也能获得识别。

富士通研究所于日前1月10日至1月15日在线上举行的第25届国际模式识别会议（25th International Conference on Pattern Recognition，ICPR 2020）中揭幕这项新AI技术的细节。

2021年中，富士通研究所将追加此项新技术至「行为分析技术Actlyzer」中，期待打造更高精确度且能快速应用的辨识系统。应用于检查工厂的工作程序以及检测公共环境中的危险行为，可望大力提升社会安全性。

近年来AI技术的进步，已实现深度学习从视频图像识别人类行为。

一般来说，利用AI进行人类行为识别取决于各骨骼关节位置的时间变化，包括手、肘部及肩关节的识别特徵，然后将这些特徵连接到简单的运动模式（例如站立或坐下）。常规技术下已能准确掌握每个关节的特性。再加上对完成训练的AI模型，进一步提供连接相邻关节的组合特徵，来实现复杂运动的高精度识别。

富士通针对图形卷积神经网路（Graph Convolutional Networks，GCN）开发了一组新的AI模型，藉由採取透过以人体关节姿势的结构为节点作为基础，以邻近关节（作为节线）所构成的图来执行图结构的卷积运算。

透过关节的时间序列数据，预先训练此模型可以优化与相邻关节的连接强度（Weight）并可以获取用于行为识别的有效连接关系。

这项技术利用骨架数据对行为识别领域的世界基准进行了评估。在实际数据中，与简单行为（如坐、立）相比，准确率和常规技术持平；然而，在诸如开箱或扔掷的复杂行为辨识上准确率则大大地提升，与常规技术相比提高了7％以上，成功达到世界第一的识别精度。