文献

J-GLOBAL ID：201802238754295036   整理番号：18A0137434

人間の姿勢推定のための深い大域制約MRF(Markovランダム場)【Powered by NICT】

Deep Globally Constrained MRFs for Human Pose Estimation

著者 (3件)： Marras Ioannis ,  Palasek Petar ,  Patras Ioannis
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 3486-3495  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： ヒト姿勢推定タスクのための新しい畳込みネットワークアーキテクチャ(ConvNet),単一静止画像における体関節の局在化を紹介した。粗ConvNetの大きな不正確さは,粗い予測の小窓内で推定を洗練する微細化ConvNetにより補正できないという事実に起因する[26]におけるベースラインアーキテクチャの欠点を解決する微細構造に粗を提案した。粗間のMarkov確率場(MRF)に基づく空間モデルネットワークと体継手の相対的位置に幾何学的制約条件を導入した微細化モデルを導入することによりこの問題を克服した。a)MRF(Markovランダム場)推論を通過するメッセージを実行するフィルタは低次元姿勢多様体を制約する提案ConvNetの別々の分岐によって推定されるへの射影方法で分解し,b)対接続制約条件の強度は,ネットワークの他のパラメータによって推定された共同であることを重みによりモデル化したアーキテクチャを提案した。提案したネットワークは,エンド・ツー・エンド方式で訓練した。実験結果は提案手法がベースラインモデルを改善し,非常に挑戦的なベンチマーク上で最先端技術の結果を与えることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 微細構造 ,  射影 ,  モデリング ,  計算機アーキテクチャ ,  畳込み ,  ネットワークアーキテクチャ ,  ベンチマーク ,  多様体 ,  静止画像 ,  精密化 ,  *ネットワーク ,  フィルタ
準シソーラス用語： Markov確率場 ,  *確率場 ,  *姿勢推定 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 人間 ,  姿勢推定 ,  制約 ,  MRF ,  ランダム場