文献

J-GLOBAL ID：202002257322826763   整理番号：20A2571689

SRNet:分割および再結合アプローチによる3D人間姿勢推定における一般化の改善【JST・京大機械翻訳】

SRNet: Improving Generalization in 3D Human Pose Estimation with a Split-and-Recombine Approach

著者 (7件)： Zeng Ailing (The Chinese University of Hong Kong, Hong Kong, China) ,  Zeng Ailing (Microsoft Research Asia, Beijing, China) ,  Sun Xiao (Microsoft Research Asia, Beijing, China) ,  Huang Fuyang (The Chinese University of Hong Kong, Hong Kong, China) ,  Liu Minhao (The Chinese University of Hong Kong, Hong Kong, China) ,  Xu Qiang (The Chinese University of Hong Kong, Hong Kong, China) ,  Lin Stephen (Microsoft Research Asia, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12359  ページ： 507-523  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 訓練セットにおいて希少または不調である人間姿勢は,ネットワークが予測するための挑戦である。視覚認識における長尾分布問題と同様に,そのような姿勢のための少数の用例は,それらをモデル化するネットワークの能力を制限する。面白いことに,局所姿勢分布は,長尾問題,すなわち,希少姿勢内の局所関節構成は,訓練セットにおける他の姿勢内に現れる可能性があり,それらをより希少にする。この事実を,希少で,不自然な姿勢に対するより良い一般化に活用することを提案する。特異的であるために,著者らの方法は,関節の位置が主にその局所体領域内の接合部に依存するという特性を利用して,体を局所領域に分割し,それらを別々のネットワーク枝で処理する。大域的コヒーレンスは,低次元ベクトルとして各枝に身体の残りから大域的コンテキストを再結合することにより維持される。より少ない関連身体領域の縮小次元により,ネットワーク分岐内の訓練集合分布は,関節推論に重要な情報を犠牲にすることなく,大域的身体姿勢の代わりに局所姿勢の統計をより密接に反映する。SRNetと呼ばれる提案した分割-および-再結合アプローチは,単一画像および時間モデルの両方に容易に適応でき,それは希少および不鮮明な姿勢の予測においてかなりの改善をもたらす。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  *再結合 ,  ベクトル ,  ネットワーク ,  接合部 ,  視認 ,  二次元 ,  *三次元
準シソーラス用語： *姿勢推定 ,  低次元 , 【Automatic Indexing@JST】

著者キーワード (3件)： 人間の姿勢推定 ,  2Dから3Dへ ,  長距離分布

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)： 再結合 ,  3D ,  人間 ,  姿勢推定 ,  一般化