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。
本論文では,単一静止画像からの関節付き人間の姿勢推定のための畳込みニューラルネットワーク(CNN)への構造知識を組み込むための新しいアプローチを提案した。他のグラフィカルモデルと結合する塩基ブロックとして姿勢推定に関する最近の研究は,CNNを採用した。木構造をモデル化するために,CNNからの特徴を用いた既存の方法とは異なり,CNNの学習をガイドするための事前構造姿勢を直接用いている。まず,全体画像の全体的文脈を捕捉する効果的な受容野を持つ深いCNNを導入した。第二に,四肢損失は継手の相関を学習するために,CNNの中間管理として使用されている。両部分と継手特徴をニューラルネットワークの中で抽出し,次には,ネットワーク学習を導くために用いた。提案したフレームワークは,人体の陰的構造モデルを利用することができる。一段階を用いて,複雑な後処理なしでのみ,著者らの方法は,FLICとLSPベンチマークの両方に関する最新の結果を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】