抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像とビデオからのヒト姿勢,形状および運動の推定多くの用途を有する基本的な課題である。2D人間姿勢推定における最近の進歩は,学習畳込みニューラルネットワーク(CNN)のための大量の手動ラベル付き訓練データを用いた。そのようなデータを得るために時間がかかり,拡張することが困難である。さらに,3D姿勢,深さと運動の人手のラベリングは実用的でない。本研究では,SURREAL(合成hUmans foR実タスク):人間のモーションキャプチャデータの3D配列からした者の総合的ジェネレイテッド(one-generated)ではあるが現実的な画像を用いた新しい大規模データセットを提示した。グランドトルース姿勢,深さマップ,及びセグメンテーションマスクを用いた百万六フレーム以上を生成した。合成データセット上で訓練されたCNNは,実際のRGB画像の中での高精度ヒト深さ推定とヒト部分分割を可能にすることを示した。結果と新しいデータセットは,安価で大規模合成データを用いた進行者解析のための新しい可能性を開く。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】