抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間の姿勢推定は,入力データ(例えば,画像,ビデオ,または信号)において,人間の解剖学的キーポイントまたは身体部品を局所化することを目的とする。それは,人間行動の洞察を深めることを可能にし,コンピュータビジョンと関連分野における顕著な問題になっている。深層学習技術は,データから直接特徴表現を学習することを可能にし,人間の姿勢推定の性能境界を著しく押し出す。本論文では,2D人間姿勢推定手法の最近の成果を再検討し,包括的調査を提示した。簡潔に,既存の手法は3つの方向,すなわちネットワークアーキテクチャ設計,ネットワーク訓練精密化,および後処理にそれらの努力を課した。ネットワークアーキテクチャ設計は,人間姿勢推定モデルのアーキテクチャを探し,キーポイント認識と位置確認のためのよりロバストな特徴を抽出する。ネットワーク訓練精密化は,ニューラルネットワークの訓練にタップし,モデルの表現能力を改善することを目的とする。後処理は,さらに,キーポイント検出の性能を改良するために,モデル-診断研磨戦略を取り入れた。200以上の研究貢献が,方法論的枠組み,共通ベンチマークデータセット,評価尺度,および性能比較をカバーする,この調査に含まれている。著者らは,人間姿勢推定に関するより包括的で系統的レビューを有する研究者を提供し,それらをグランドパノラマを得て,将来の方向をより良く同定することを可能にする。【JST・京大機械翻訳】