マルチパーソン3D姿勢推定のための分布を意識した単段モデル【JST・京大機械翻訳】

Wang Zitian; Nie Xuecheng; Qu Xiaochao; Chen Yunpeng; Liu Si

プレプリント

J-GLOBAL ID：202202201982207924 整理番号：22P0304347

マルチパーソン3D姿勢推定のための分布を意識した単段モデル【JST・京大機械翻訳】

Distribution-Aware Single-Stage Models for Multi-Person 3D Pose Estimation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2022年03月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,挑戦的な多人3D姿勢推定問題に取り組むための,新しい分布-ハードウェア単一段階(DAS)モデルを提案した。既存のトップダウンおよびボトムアップ法と異なり,提案したDASモデルは,1パス方式で3Dカメラ空間において,人位置およびそれらの対応する体節を同時に局所化する。これは,強化された効率を有する単純化パイプラインをもたらす。さらに,DASは,従来の研究として単純なラプラシアンまたはGauss仮定を作るよりも,それらの位置の回帰に対する身体関節の真の分布を学習する。これは,モデル予測のための貴重な事前事項を提供し,従って,体積ベースとの競合性能を達成するために,回帰ベーススキームをブーストする。さらに,DASは回帰目標に次第に接近する再帰的更新戦略を利用し,最適化困難性を軽減し,さらに回帰性能をリフティングする。DASは完全畳込みニューラルネットワークとエンドツーエンド学習により実装される。ベンチマークCMU Pan光学とMuPoTS-3Dに関する包括的な実験は,提案したDASモデルの優れた効率,特に以前の最良モデルに対する1.5x高速化,および多人3D姿勢推定のためのその最先端精度を実証した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , , , , ,

前のページに戻る