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。
骨格抽出を達成するためにKinectを可能にするために,Microsoftは多くの深さ特徴を含む分類装置を提案した。分類器が人体を同定することを可能にするために,マイクロソフト入力はクラスタシステム訓練モデルに対するTBベースの動き捕捉データの数を入力する。本論文では,Kinectによって抽出された深さ画像に基づく新しい人間骨格抽出法を提案した。この方法は複雑な運動装置や大量の運動データを必要としない。最初に,前景抽出を,人体領域の深さマップを得るために,深さ画像における深さ情報を用いて実行した。次に,著者らが提案したアルゴリズムによって得られた閾値を用いて,深さマップにおける異なる深さ値を有する身体部分をセグメント化した。セグメンテーションの後,自己閉塞部分の画像を得ることができた。次に,人体の深さマップと自己オクルージョン部分の画像に対応する骨格を得て,最後に,完全な骨格を得るために,これらの2つの部分の骨格を結合した。実験結果は,著者らの骨格抽出法が自然背景における人体の骨格抽出を効果的に達成できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】