文献

J-GLOBAL ID：202202271062160142   整理番号：22A0831977

速度対速度人間運動予測【JST・京大機械翻訳】

Velocity-to-velocity human motion forecasting

著者 (4件)： Wang Hongsong (National University of Singapore Singapore) ,  Wang Liang (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, University of Chinese Academy of Sciences China) ,  Feng Jiashi (National University of Singapore Singapore) ,  Zhou Daquan (National University of Singapore Singapore)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 124  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 人間の姿勢のシーケンスからの人間の動きの予測はコンピュータビジョンとロボット工学の分野で重要な問題である。これまでのほとんどの手法は,身体関節または関節角の時間力学を学習するだけであり,一方,身体関節(すなわち,姿勢速度)の導関数を無視して,雑音衝撃を合理的に低減でき,安定性を改善する。姿勢速度の利点を利用するために,速度空間におけるシーケンス-シーケンスモデルを直接構築することを試みた人間運動予測のための速度-速度学習パラダイムを提案した。このパラダイムの下で,反復符号器-デコーダネットワークに基づく2つのバリアントアーキテクチャを導入した。剛体の運動学としての人間運動を考慮して,変換を示す関節角度は逆運動学の計算である。従って,回転行列変換(RMT)層を通した人間運動予測のための訓練中に,回転行列に関する新しい損失関数を設計した。最後に,モデル一般化を改善するためにシーケンス変換を利用する効果的な訓練アルゴリズムを提案した。本アプローチは,短期予測と長期予測の両方に対して,2つの大規模データセット,ヒト3.6MとCMU動き捕捉に関する最先端手法よりも大幅に優れている。特に,本モデルは1000ミリ秒までの人間様で有意義な姿勢を適格に予測することができる。コードはGitHub:https://github.com/hongsong-wang/RNN_based_human_motion_predictionで利用可能である。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： 雑音 ,  衝撃 ,  *学習 ,  ヒト ,  符号器 ,  捕獲 ,  モデル ,  コンピュータビジョン ,  導関数 ,  計算機アーキテクチャ ,  学習アルゴリズム
準シソーラス用語： ロボット工学 ,  回転行列 ,  関節角度 ,  逆運動学 , 【Automatic Indexing@JST】

著者キーワード (2件)： 人間の運動予測 ,  行動予測

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 (2件)： 人間 ,  運動予測