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。
深さ画像からの3D手姿勢推定のための最新技術に基づく手法では大量の注釈付き訓練データを必要とする。共有潜在空間を持つ二深い生成モデルを用いた3D手の姿勢と対応する深さ画像の統計的関係モデルを提案した。設計により,このアーキテクチャは半教師つき方法でラベル付けされていない画像データ学習を可能にした。姿勢と深さマップの間の1対1写像を仮定して,共有潜在空間の中の任意の与えられた点はいずれも,手の姿勢に対応する深さマップに投影できる。手の姿勢を回帰推定することで,いくつかの深さマップを与えられた潜在的な姿勢の後を推定するための弁別器を学習することにより行うことができる。オーバーフィッティングを防ぎ,ラベル付けされていない深さマップをより良く利用するために,発電機と弁別器は,訓練した。各反復処理において,発電機は関節手の現実的な深さマップを合成するための弁別器から逆方向伝道勾配を持つ更新されるが,弁別器は合成した試料とラベル付けされていない深さマップの拡張訓練集合から利益を得た。提案した弁別器ネットワークアーキテクチャは高度に効率的であり,3種類の公開利用可能ベンチマーク上でCPU上で90fpsで動作する最新のと同等かより良い精度を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】