Swin-Pose:スウィン変圧器ベースの人間の姿勢推定【JST・京大機械翻訳】

Xiong Zinan; Wang Chenxi; Li Ying; Luo Yan; Cao Yu

プレプリント

J-GLOBAL ID：202202217623852710 整理番号：22P0276544

Swin-Pose:スウィン変圧器ベースの人間の姿勢推定【JST・京大機械翻訳】

Swin-Pose: Swin Transformer Based Human 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01月18日プレプリントサーバーでの情報更新日： 2022年06月25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)

畳込みニューラルネットワーク(CNN)は多くのコンピュータビジョンタスクで広く利用されてきた。しかしながら,CNNは固定受信場を持ち,長距離知覚の能力を欠くが,これは人間の姿勢推定に重要である。画素間の長距離依存性を捉える能力により,変圧器アーキテクチャは最近コンピュータビジョンアプリケーションに採用され,非常に効果的なアーキテクチャであることが証明されている。人間姿勢推定におけるその能力の探索に興味があり,従って,特徴ピラミッド融合構造で強化された変圧器アーキテクチャに基づく新しいモデルを提案した。より具体的には,事前訓練Swin変換器をバックボーンとして使い,入力画像から特徴を抽出し,特徴ピラミッド構造を利用して,異なる段階から特徴マップを抽出した。特徴を一緒に融合することによって,著者らのモデルはキーポイントヒートマップを予測する。本研究の実験結果は,提案した変圧器ベースのモデルが最先端のCNNベースのモデルと比較してより良い性能を達成できることを示した。【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