文献

J-GLOBAL ID：201802224595031832   整理番号：18A0137196

敵対的PoseNet:人間の姿勢推定のための構造を意識した畳込みネットワーク【Powered by NICT】

Adversarial PoseNet: A Structure-Aware Convolutional Network for Human Pose Estimation

著者 (5件)： Chen Yu ,  Shen Chunhua ,  Wei Xiu-Shen ,  Liu Lingqiao ,  Yang Jian
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 1221-1230  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 単眼画像の中の二次元の姿勢推定のために,人体に関節オクルージョンと重複は,しばしば逸脱した姿勢推定の結果となる。これらの状況下で,生物学的に信じがたい姿勢予測を生じる可能性がある。とは対照的に,人間の視覚は関節相互結合の幾何学的制約条件を利用することにより姿勢を予測することができた。人体の構造に関する事前分布を導入することにより問題を解決するために,深いネットワークの訓練におけるそのような事前分布を考慮に暗黙に新しい構造を意識した畳込みネットワークを提案した。このような制約の明示的学習は典型的には困難である。代わりに,ここでは,弁別器は偽のもの(生物学的に信じがたいものなど)の実際の姿勢を識別するために設計した。姿勢発生器(G)は弁別器は,ネットワークはpriors.を学習に成功し,実際のものから区別するために,人体関節の構造依存性をよりよく把握するためにできない結果を生成する場合,発電機Gは姿勢閉塞と同様にヒートマップを予測する積層マルチタスク依存的に設計した。ポーズとオクルージョンヒートマップは,姿勢本当の可能性を予測するための弁別器に送られる。ネットワークの訓練は条件付き生成敵対的ネットワーク(GANs)の戦略に従った。提案したネットワークの有効性を広く使用されている二ヒト姿勢推定のベンチマークデータセット上で評価した。提案アプローチでは,最先端の方法よりも著しく優れている,ほとんど常に妥当なヒト姿勢予測を生成する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 相互接続 ,  視覚 ,  学習 ,  *畳込み ,  オクルージョン ,  *ネットワーク ,  ヒト ,  画像 ,  予測 ,  二次元 ,  弁別器
準シソーラス用語： ヒートマップ ,  事前分布 ,  *姿勢推定 ,  *敵意 , 【Automatic Indexing@JST】

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)： 敵対 ,  人間 ,  姿勢推定 ,  意識 ,  畳込み