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。
最近,オクルージョンされた人再識別(Re-ID)は,人々が,他の人々や障害物,特に群衆のマッサージ状況において頻繁に不明瞭な課題として残っている。本論文では,オクルージョンされた人Re-IDを通して,人間部品の位置性能を改善するための自己監督深層学習法を提案した。以前の研究とは異なり,様々なヒト姿勢の写真に由来する動き情報が主要な人体成分の同定を助けることができることを見出した。最初に,キーポイント熱マップと部分セグメンテーションマップを得るために,運動意識型変圧器符号器-デコーダアーキテクチャを設計した。第二に,アフィン変換モジュールを利用して,キーポイント検出ブランチから運動情報を得た。次に,運動情報は,洗練された人間部分セグメンテーションマップを達成するために,セグメンテーションブランチを支持して,人体を合理的グループに効果的に分割する。最後に,いくつかの事例は,人体の種々の代表的部分を識別する際に提案モデルの効率性を実証して,それはバックグラウンドと閉塞障害を避けることができた。提案手法は,オクルージョン,部分,および全体論を含む,いくつかの一般的なデータセットに関する最先端の結果を一貫して達成する。【JST・京大機械翻訳】