富士通已經開發了一種深度學習技術，用於分析在復雜運動或行為過程中身體中的相鄰關節如何移動，以提高其行為識別的準確性。公司提供的這種運動的示例是從盒子中刪除對象。
該公司聲稱，它在基準的動力學界面數據集方面取得了世界上最高的準確性。在評估中，維持了相對於常規對象識別諸如站立和坐姿等簡單行為的準確率，而400種更複雜行為的400種類型的準確性平均提高了近8％。在一個例子中，識別一個人扔掉物體的鏡頭的成功率從8％提高到24％。
將來，富士通計劃將新模型添加到其100個基本行為的模型中Actlyzer產品以提高準確性。能力可能會在2021財年推出。
該技術的細節由富士通在上週的虛擬第五屆國際模式認可會議上介紹（ICPR 2020）。
文章主題
準確性|人工智慧|生物識別技術|生物識別研究|深度學習|富士通
