文献
J-GLOBAL ID:202202229439470462   整理番号:22A0796390

FastNet:人間姿勢推定のための高速高分解能ネットワーク【JST・京大機械翻訳】

FastNet: Fast high-resolution network for human pose estimation
著者 (7件):
資料名:
巻: 119  ページ: Null  発行年: 2022年 
JST資料番号: A0611C  ISSN: 0262-8856  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
計算制限資源の下で人間姿勢推定アルゴリズムのための効率的モデルを開発する問題に照準を定めた。本論文では,FastNetと名付けた人間姿勢推定のための効率的な高解像度ネットワークを提案した。最初に,Lite-HRNetを4つの並列サブネットワークを用いて構築した。各サブネットワークは特徴抽出のために複数のボトルネックブロックを含んでいた。Lite-HRNetは,高解像度を維持するため,キーポイントの高解像度表現特徴を効果的に学習できる。第二に,標準畳込みの代わりに,非対称畳込みを導入して非対称ボトルネックモジュールを構築した。非対称ボトルネックモジュールには,種々のアスペクト比があり,マルチスケール特性でキーポイントの正確な画像特徴に使用でき,パラメータの数を減らす。第3に,多重並列畳み込みから成る落水モジュールを,繊細な局所表現を効率的に得ることができる同じ空間サイズで特徴を集めるために提案した。それは,豊富な空間情報を保持して,正確なキーポイント位置確認をもたらした。最後に,ボトルネックブロックをLiteHRNetの第3サブネットワークにおいて非対称ボトルネックモジュールに置き換えた。それによって,ウォーターフォールモジュールをFastNetの構造に埋め込んだ。包括的な実験は,提案方法が2つのベンチマークデータセット,MSCOCOとMPIIに関して優れた結果を達成することを示した。さらに,FastNetは,一般的な軽量ネットワーク上での人間の姿勢推定に関して優れた結果を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る