文献

J-GLOBAL ID：202102229830536401   整理番号：21A0065087

非線形Kalmanフィルタ支援畳込みオートエンコーダを用いた人間運動増強【JST・京大機械翻訳】

Human Motion Enhancement Using Nonlinear Kalman Filter Assisted Convolutional Autoencoders

著者 (4件)： Lannan Nate (Oklahoma State University,School of Electrical and Computer Engineering,Stillwater,Oklahoma,74078) ,  Zhou Le (Oklahoma State University,School of Electrical and Computer Engineering,Stillwater,Oklahoma,74078) ,  Fan Guoliang (Oklahoma State University,School of Electrical and Computer Engineering,Stillwater,Oklahoma,74078) ,  Hausselle Jerome (Oklahoma State University,School of Mechanical and Aerospace Engineering,Stillwater,Oklahoma,74078)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBE  ページ： 1008-1015  発行年： 2020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： 人間の動き解析は,生物医学からサーベイランスおよび3Dアニメーションにわたる多くのアプリケーションに不可欠であった。消費者RGB-Dセンサのアベイラビリティは,日常生活において,運動捕捉(Mocap)をより一般的でアクセスできる。しかし,深さベースMocap(D-Mocap)は,深さセンシング,自己オクルージョン,および多くの他の問題の限界のために,重大な誤差とノイズを受ける。深層学習と非線形Kalmanフィルタリングの両者における最近の進展を利用して,低品質人間運動データ(例えばD-Mocap)を改善する新しいフィルタ支援深層学習手法を提案した。この方式の心臓では,崩壊した入力から有効な人間の動きを回復するために使用される,高品質で豊かなCMU Mocapデータで訓練された畳み込みオートエンコーダの使用を通して学習された運動多様体である。さらに,検閲測定を処理するために提案されたTobitカルマンフィルタ(TKF)を用いて,より運動学および動的制約を有する自動符号化器を支援した。2つの構造パラダイムを調べ,本研究では,2つの積分部分間の相乗作用を最大化することにより,異なる種類のデータ誤差を処理した。模擬および実世界の人間運動データの両方に関する実験結果は,雑音および誤ったMocapデータの品質を改善するために,提案した方法の有効性とロバスト性を実証した。Copyright 2021 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： 雑音 ,  *畳込み ,  多様体 ,  消費者 ,  動作分析 ,  心臓 ,  アベイラビリティ ,  捕獲 ,  応用プログラム ,  *Kalmanフィルタ ,  三次元 ,  アニメーション ,  ロバスト性 ,  オクルージョン
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (8件)： 非線形 ,  Kalmanフィルタ ,  支援 ,  畳込み ,  オートエンコーダ ,  人間 ,  運動 ,  増強