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。
挑戦的なCOCOキーポイントタスクに関する最新結果を達成することを複数人検出と2次元姿勢推定のための方法を提案した。は二段階からなる簡単な,強力な,トップダウンアプローチである。第一段階では,人々を含み,この著者らは高速RCNN検出器を用いるのと思われる箱の位置と規模を予測した。第二段階では,提案した各バウンディングボックスに潜在的に含まれる者のキーポイントを推定した。各キーポイント型のために,完全に畳込みResNetを用いた高密度ヒートマップとオフセットを予測した。これらの出力を組み合わせる為に著者らは高度に局在化したキーポイント予測を得るための新しい凝集方法を導入した。もキーポイントベース非最大抑止(NMS)の新しい型,より粗いボックスレベルNMSの代わりに,キーポイントベース信頼スコア推定の新しい型を使用し,ボックスレベルスコアリングの代わりに。COCOデータのみに訓練,最終システムはCOCO試験偏差セットと0.643試験基準セットに0.649の平均精度を達成し,2016COCOキーポイント挑戦と他の最近の最先端の勝者より優れていた。さらに,追加的な自社ラベル付きデータを用いて,試験偏差セットに0.685のより高い平均精度と試験標準セットに0.673,同じデータセットに関する以前の最良の方法と比較して5%以上の改善を得た。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】