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。
ソース画像と同一オブジェクトタイプを描写する駆動ビデオを与えられた場合,移動タスクは,ソース画像からの外観を維持しながら,駆動ビデオから運動を学習することによりビデオを生成することを目的とする。本論文では,新しい構造認識運動モデリング手法,変形可能アンカーモデル(DAM)を提案し,事前構造情報を活用することなく任意の物体の運動構造を自動的に発見できる。特に,既知の変形可能部分モデル(DPM)に触発されて,著者らのDAMは,2種類のアンカーまたはキーポイントを導入する:i)ソース画像と駆動ビデオから外見と運動情報を捉える多くの動きアンカー;ii)物体構造情報の表現のより良い学習を容易にするために,運動アンカーにリンクする潜在根アンカ。さらに,DAMは,より複雑な構造をモデル化するために追加の潜在アンカーの導入を通して階層的バージョンにさらに拡張できる。潜在アンカー(s)を有する運動アンカーを正則化することによって,DAMは,構造情報を十分に捕捉し,保存するために,それらの間の対応を強制する。さらに,DAMは教師なし方法で効果的に学習できる。異なるベンチマークデータセット上での動き移動に対して提案したDAMを検証した。広範な実験は,DAMが既存の最先端の方法と比較して優れた性能を達成することを明確に示した。【JST・京大機械翻訳】