3Dゲームエンジンと確率的グラフモデルの結合による人間行動ビデオの生成【JST・京大機械翻訳】

de Souza Cesar Roberto; Gaidon Adrien; Cabon Yohann; Murray Naila; Lopez Antonio Manuel

文献

J-GLOBAL ID：202002269182083453 整理番号：20A1124145

3Dゲームエンジンと確率的グラフモデルの結合による人間行動ビデオの生成【JST・京大機械翻訳】

Generating Human Action Videos by Coupling 3D Game Engines and Probabilistic Graphical Models

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1124145&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1124145&from=J-GLOBAL&jstjournalNo=T0423A") }}

著者 (5件)： , , , ,
資料名：
巻： 128 号： 5 ページ： 1505-1536 発行年： 2020年
JST資料番号： T0423A ISSN： 0920-5691 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：ドイツ (DEU) 言語：英語 (EN)

深いビデオ行動認識モデルは,近年,非常に成功しているが,大量のマニュアル注釈データを必要とし,それは,得られるために高価で労力がかかっている。本研究では,合成データを種々の他のコンピュータビジョンタスクに対するモデルに適用することに成功したので,ビデオ動作認識のための合成訓練データの生成を検討した。著者らは,現代のゲームエンジンの手続き的生成,物理モデルおよび他の要素に依存する人間行動ビデオの解釈可能なパラメトリック生成モデルを提案した。このモデルにより,「Proce硬膜 Human Action Video」に対するPHAVと呼ばれる人間動作ビデオの多様で現実的で物理的に妥当なデータセットを生成する。PHAVは,全部で39,982のビデオを含み,35の動作カテゴリの各々に対して1000以上の例がある。我々のビデオ生成アプローチは既存のモーションキャプチャシーケンスに限定されていない。これらの35カテゴリのうち14は手続き的に定義された合成行動である。さらに,各ビデオは,RGB,オプティカルフロー,画素レベルの意味ラベルを含む6つの異なるデータモダリティで表現される。これらのモダリティは,現代のGPUの多重Render目標特徴を用いてほとんど同時に生成される。PHAVを活用するために,著者らは,それらの行動カテゴリーが異なるときでさえ,合成および実際のビデオデータセットから同時に学習できる,深いマルチタスク(すなわち,複数のデータセットからの行動クラスを考慮する)表現学習アーキテクチャを導入した。Ucf-101とHMDB-51ベンチマークに関する著者らの実験は,著者らの大規模な合成ビデオ集合を小さな実世界データセットと組み合わせることが認識性能を上げることができることを示唆した。また,この手法は,ビデオの最先端の教師なし生成モデルにより生成されたビデオ表現よりも著しく優れている。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る