文献

J-GLOBAL ID：202102284637173770   整理番号：21A0066978

小さな時間ガラスネット:3d人間姿勢推定のための効率的な設計【JST・京大機械翻訳】

Tiny-Hourglassnet: An Efficient Design For 3d Human Pose Estimation

著者 (8件)： Shi Bowen (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China) ,  Xu Yuhui (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China) ,  Dai Wenrui (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China) ,  Wang Botao (Qualcomm AI Research,Shanghai,China) ,  Zhang Shuai (Qualcomm AI Research,Shanghai,China) ,  Li Chenglin (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China) ,  Zou Junni (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China) ,  Xiong Hongkai (Shanghai Jiao Tong University,School of Electronic Information & Electrical Engineering,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 1491-1495  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： 3D人間姿勢推定のための既存の深層学習に基づく方法は,資源制約装置に展開できない。本論文では,推定性能の保証により,Stacked Hourglassネットワークの効率を改善する3D人間姿勢推定のためのTiny-Hourglassetを提案した。コンクリートであるために,2つの異なるタイプのShuffet V2ブロックを有する効率的なTiny-Hourglassバックボーンを開発した。一方,深度予測のための資源ユーティリティを低減するために,簡単な推定ヘッド(SEH)を提示した。さらに,2つの特徴強化モジュール,すなわち,特徴強化モジュール(FEM)と中間強化モジュール(IEM)を開発し,資源利用と計算量の明白な増加なしに,Tiny-Hourglassetの特徴選択能力を改善した。実験結果は,Tiny-Hourglassetがベースラインと比較して80%の複雑性(FLOP)の削減で同等の精度を達成することを示した。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： ネットワーク ,  コンクリート ,  特徴選択 ,  計算量 ,  *三次元 ,  基準線
準シソーラス用語： *姿勢推定 ,  複雑性 ,  資源制約 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ガラス ,  ネット ,  3D ,  人間 ,  姿勢推定 ,  設計