文献

J-GLOBAL ID：201902251993823915   整理番号：19A0249625

クロスモーダル深部変分ハンド姿勢推定【JST・京大機械翻訳】

Cross-Modal Deep Variational Hand Pose Estimation

著者 (4件)： Spurr Adrian ,  Song Jie ,  Park Seonwook ,  Hilliges Otmar
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CVPR  ページ： 89-98  発行年： 2018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： 人間の手は複雑で高次元の方法で移動し,画像のみから3Dハンド姿勢構成を推定する。本研究では,生成的な深いニューラルネットワークを介して,交差モード訓練された潜在空間により表現される統計的ハンドモデルを学習する方法を提案した。VAEフレームワークの変分下限からの目的関数を導出し,結果として得られた交差モードKL発散と後方再構成目的を最適化し,RGB画像,2Dキーポイント検出または3Dハンド構成のような複数のモダリティを横切るコヒーレント潜在空間に導く訓練領域を自然に求めた。さらに,それは半監視を用いる簡単な方法を提供する。この潜在空間は,RGB画像から3Dハンド姿勢を推定するために直接使用することができ,異なる設定における最新技術を凌駕する。さらに,提案した方法は深さ画像の変化なしに使用でき,特殊化した方法に匹敵する性能を発揮することを示した。最終的に,このモデルは完全に生成し,モダリティを通して手の構成の一貫した対を合成することができる。著者らは,RGBと深さデータセットの両方に関する著者らの方法を評価して,定性的に潜在的空間を分析した。Copyright 2019 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】

シソーラス用語： 三次元 ,  再構成 ,  画像 ,  二次元 ,  ニューラルネットワーク ,  高次元 ,  *変分法 ,  コヒーレンス ,  目的関数 ,  最適化 ,  深度画像 ,  改変
準シソーラス用語： モダリティ ,  *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 (3件)： 深部 ,  変分 ,  姿勢推定