文献

J-GLOBAL ID：202002286654168431   整理番号：20A2462887

混雑シーンのビデオにおける正確な人間姿勢推定に向けて【JST・京大機械翻訳】

Towards Accurate Human Pose Estimation in Videos of Crowded Scenes

著者 (8件)： Chang Shuning (National University of Singapore, Singapore, Singapore) ,  Yuan Li (National Univerisity of Singapore, Singapore, Singapore) ,  Nie Xuecheng (YiTu Technology, Beijing, China) ,  Huang Ziyuan (National Univerisity of Singapore, Singapore, Singapore) ,  Zhou Yichen (YiTu Technology, Singapore, China) ,  Chen Yupeng (YiTu Technology, Singapore, Singapore) ,  Feng Jiashi (National University of Singapore, Beijing, Singapore) ,  Yan Shuicheng (YiTu Technology, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 4630-4634  発行年： 2020年 
JST資料番号： D0698C  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： クローテッドシーンにおけるビデオベース人間姿勢推定は,オクルージョン,モーションブラー,スケール変動,および視点変化などによる挑戦的な問題であり,時間情報の利用不足のため,この問題に常に対処できない。(2)混雑場面における訓練データの欠如。本論文では,時間的文脈を利用し,新しいデータを収集する観点から,混雑したシーンのビデオにおける人間の姿勢推定の改善に焦点を当てた。特に,まず,人間を検出し,各フレームに対する単一人姿勢推定を実行するトップダウン戦略に従う。次に,著者らは,オプティカルフローから誘導される時間的コンテキストを用いて,フレームベース姿勢推定を精密化した。具体的には,1つのフレームに対して,以前のフレームから歴史的姿勢を前進させ,次のフレームから現在のフレームへの将来の姿勢を前進させ,ビデオにおける安定かつ正確な人間姿勢推定を導いた。さらに,訓練集合の多様性を改善するためにインターネットからのHIEデータセットに類似シーンの新しいデータをマイニングした。この方法で,著者らのモデルは,HIEチャレンジのテストデータセットにおいて,13のビデオのうち7つと56.33の平均wAPで最良の性能を達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *録画装置 ,  精密化 ,  画像ぼけ ,  オプティカルフロー ,  インターネット ,  オクルージョン
準シソーラス用語： 訓練データ ,  *姿勢推定 ,  物体検出 ,  試験データ , 【Automatic Indexing@JST】

著者キーワード (3件)： イベントにおける人間 ,  オブジェクト検出 ,  姿勢推定

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： シーン ,  ビデオ ,  人間 ,  姿勢推定