文献

J-GLOBAL ID：202202220774594319   整理番号：22A1037200

適応注意機構に基づく人間移動目標姿勢の知的推定法に関する研究【JST・京大機械翻訳】

Research on Intelligent Estimation Method of Human Moving Target Pose Based on Adaptive Attention Mechanism

著者 (2件)： Ding Meishuang (Employment and Entrepreneurship Guidance Center, Hefei Gongda Vocational and Technical College, Hefei, China) ,  Zhao Jing (School of Innovation and Entrepreneurship, Anhui Vocational and Technical College of Mechatronics, Wuhu, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 毎日の物理的教育において,姿勢性能は優れた結果を作るための重要な基礎である。本論文は,適応注意機構に基づく目標姿勢を推定する知的方法を探究した。第1に,地域注意は,注意機構に基づいてグローバルレベルから局所レベルまで反復的に発生する。人間の意思決定パターンは,リアルタイムで地域注意の有効性を評価するために模倣される。注意機構のレベルは,正確な目標検出と追跡を達成するために,層によって適応的に調整して,集中した層であった。第2に,各フレームから得られたターゲットフレームにより,姿勢推定アルゴリズムは人体のキーポイントを発見し,人体姿勢最適化戦略がキーポイントの交差問題を解決することを可能にした。スポーツビデオ画像に関する実験の結果は,提案方法が他のアルゴリズムより姿勢推定においてより高い精度を有して,スポーツメンが科学的にそれらの訓練方法を調整できることを示した。Copyright 2022 Meishuang Ding and Jing Zhao. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  教育 ,  検出 ,  最適化 ,  意思決定 ,  スポーツ ,  適応 ,  動画像 ,  有効性
準シソーラス用語： ビデオ画像 ,  姿勢推定 ,  実時間 ,  推定アルゴリズム ,  *推定法 ,  *移動目標 , 【Automatic Indexing@JST】

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  移動通信  (ND08030H)

引用文献 (29件)：

• K. He, X. Zhang, S. Ren, J. Sun, "Spatial pyramid pooling in deep convolutional networks for visual recognition," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 37, no. 9, pp. 1904-1916, 2015.
• S. Ren, K. He, R. Girshick, "Faster R-CNN: towards real-time object detection with region proposal networks," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 39, no. 6, pp. 1137-1149, 2016.
• A. Bochkovskiy, C. Y. Wang, H. Y. M. Liao, "YOLOv4: optimal speed and accuracy of object detection," 2020, https://arxiv.org/abs/2004.10934.
• C. Y. Wang, H. Y. M. Liao, Y. H. Wu, "CSPNet: a new backbone that can enhance learning capability of CNN," Proceedings of the 2020 IEEE Conference on Computer Vision and Pattern Recognition, pp. 1571-1580, Seattle, WA, United States, June 2020.
• H. Nam, B. Han, "Learning multi-domain convolutional neural networks for visual tracking," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 4293-4302, Las Vegas, NV, USA, June 2016.

タイトルに関連する用語 (7件)： 適応 ,  注意 ,  人間 ,  移動目標 ,  姿勢 ,  推定法 ,  研究