文献

J-GLOBAL ID：202202232213204752   整理番号：22A1086133

グラフ畳込みネットワークによるマルチタスク中心圧力メトリックス推定【JST・京大機械翻訳】

Multi-Task Center-of-Pressure Metrics Estimation With Graph Convolutional Network

著者 (4件)： Du Chen (Department of Electrical, and Computer Engineering, University of California, San Diego, CA, USA) ,  Graham Sarah (Department of Psychiatry and Sam and Rose Stein Institute for Research on Aging, University of California, San Diego, CA, USA) ,  Depp Colin (Department of Psychiatry and Sam and Rose Stein Institute for Research on Aging, University of California, San Diego, CA, USA) ,  Nguyen Truong (Department of Electrical, and Computer Engineering, University of California, San Diego, CA, USA)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 2018-2033  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 経路長,動揺領域および位置を含む圧力中心(CoP)計量は,生体力学的研究における姿勢およびバランス制御の重要な測定である。コンピュータビジョンベースのCoPメトリックス推定システムは,バランス制御のリアルタイム評価のための身体運動の基礎となる3D多関節協調を有するこれらの金標準計量を得るための携帯ソリューションを提供する。本論文では,CoP経路長と動揺領域のビデオレベル推定,およびグラフ畳込みネットワークにより学習された空間時間特徴と適応グラフ構造を利用したCoP位置のフレームレベル推定のためのエンドツーエンドフレームワークを提案した。本研究は,これらの金標準計量が,現在の力板技術よりもより包括的なツールで得ることができることを示す最初のステップである。ビデオレベルおよびフレームレベル推定のための2つの単一タスクモデル,および2時間レベル特徴を同時に学習するマルチタスク学習アプローチを提案した。この研究ラインを容易にするために,姿勢推定を用いて同期CoPラベルを持つ多様な行動パターンを含む新しいコンピュータビジョンベース3Dボディランドマークデータセットを解放する。また,ウェアラブルマーカーによって収集された既存の運動学データセットにフレームワークを適応させた。両方のデータセットに関する実験は,著者らのフレームワークがすべてのメトリック推定のために最先端の精度を達成して,一方,提案したマルチタスク方式はビデオレベル推定に関して最も正確でロバストな性能を生み出すことを実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  金 ,  *ネットワーク ,  適応 ,  録画装置 ,  エンドツーエンド方式 ,  計量 ,  コンピュータビジョン ,  三次元 ,  ロバスト性 ,  生体力学
準シソーラス用語： 身体運動 ,  姿勢推定 ,  実時間 ,  *ホップ数 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： グラフ ,  畳込み ,  マルチタスク ,  メトリックス ,  推定