文献

J-GLOBAL ID：201702287049398905   整理番号：17A1464223

胞子:手の方向推論のための段階的確率的回帰【Powered by NICT】

SPORE: Staged Probabilistic Regression for Hand Orientation Inference

著者 (2件)： Asad Muhammad (Department of Computer Science, City University London, UK) ,  Slabaugh Greg (Department of Computer Science, City University London, UK)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 161  ページ： 114-129  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 2D単眼画像からの全球,配向を学習挑戦的な仕事であり,投影された手の形状は数の変化の影響を受けている。これらは個人間手の形状とサイズの変化,日内者姿勢とスタイル変動と手の方向の変化のため,自己オクルージョンを含んでいる。これらの変動を含む,配向データセットが与えられた時,単回帰は方位角への手のシルエット画像のマッピングを学習するための制限されることが分かった。多重エキスパート回帰からなる段階的確率的回帰(胞子)を提案することによりこの問題に取り組む,それぞれがデータセットからの変動のサブセットを学習する。ブースティングに触発され,著者らの方法の新規性は,段階的確率的学習に由来し,各段階は,訓練とエキスパート回帰の中間アンサンブルのためのエキスパート回帰を加えることから成る。ブースティングとは異なり,限界量回帰を学習することにより,各エキスパート回帰からの事後予測確率を限界,重みはKullback-Leiblerダイバージェンス型最適化を用いて訓練中に抽出した。手配向を推測するための著者らの提案したフレームワークを拡張し,評価し,同時にもたらす。手配向推論,多層ランダム森林限界とブースティングの最新技術と比較して,提案した方法は,より正確であることが分かった。さらに,実験結果は,同時に2D単眼画像からの学習,配向と姿勢が姿勢分類性能を著しく改善することを明らかにした。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 画像 ,  最適化 ,  学習 ,  多層 ,  多重化 ,  *胞子 ,  予測 ,  オクルージョン ,  部分集合 ,  単眼 ,  ダイバージェンス ,  方位角
準シソーラス用語： 確率学習 ,  ブースティング ,  シルエット , 【Automatic Indexing@JST】

著者キーワード (4件)： 手配向 ,  回帰 ,  確率 ,  手は姿勢

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 胞子 ,  手 ,  推論 ,  段階 ,  確率