文献

J-GLOBAL ID：202102253027693315   整理番号：21A0270797

点群データからの自然状態におけるロバストな運転者頭部姿勢推定【JST・京大機械翻訳】

Robust Driver Head Pose Estimation in Naturalistic Conditions from Point-Cloud Data

著者 (3件)： Hu Tiancheng (University of Texas at Dallas,Department of Electrical Engineering,Richardson,Texas,USA) ,  Jha Sumit (University of Texas at Dallas,Department of Electrical Engineering,Richardson,Texas,USA) ,  Busso Carlos (University of Texas at Dallas,Department of Electrical Engineering,Richardson,Texas,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IV  ページ： 1176-1182  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： 頭部姿勢推定は,広範囲の応用が頭部の方位に関する正確な情報を必要とするので,コンピュータビジョンにおける重要なタスクである。規則的なRGBカメラによるこの目標の達成は,オクルージョン,極端なヘッド姿勢および照明の突然の変化により,自動車応用の課題に直面している。これらの課題の大部分は,深さカメラに依存するアルゴリズムで減衰できる。本論文では,奥行きカメラデータから運転者の頭部姿勢を推定するための,新しい点雲ベースの深層学習アプローチを提案し,これらの課題に対処した。提案したアルゴリズムは,点がサンプリングされ,識別特徴を抽出する前にグループ化されたポイントNet++フレームワークによって触発された。運転者の頭部の方位のベンチマークがFi-Cap装置で得られる,22人の運転者から成る自然の運転データベースに関する著者らのアプローチを評価することによって,著者らのアルゴリズムの有効性を実証した。実験評価は,ポイントクラウドデータに頼る著者らの提案した手法が,通常のカメラに基づく最先端の頭部姿勢推定法よりも,ほとんど常に信頼性が高い予測を達成することを示した。さらに,著者らのアプローチは,ベースライン法の場合ではない極端な回転に対しても予測を与える。著者らの知る限り,これは点-雲データに関する深層学習を用いた頭部姿勢推定を提案する最初の研究である。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： アルゴリズム ,  カメラ ,  自動車 ,  信頼性 ,  データベース ,  コンピュータビジョン ,  有効性 ,  ベンチマーク ,  *ロバスト性 ,  オクルージョン
準シソーラス用語： *姿勢推定 ,  推定法 ,  *点群データ ,  実験評価 ,  深層学習 , 【Automatic Indexing@JST】

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)： 点群データ ,  ロバスト ,  頭部 ,  姿勢推定