文献

J-GLOBAL ID：202502240353756440   整理番号：25A0010340

深層学習を用いたヨガ姿勢認識および訂正【JST機械翻訳】

Yoga Pose Recognition and Correction Using Deep Learning

著者 (5件)： Kanimozhi Selvi C.S. (Kongu Engineering College, Perundurai,Department of Artificial Intelligence,Erode,Tamilnadu) ,  Kalaivani K.S. (Kongu Engineering College, Perundurai,Department of Artificial Intelligence,Erode,Tamilnadu) ,  Srigha S. (Kongu Engineering College, Perundurai,Department of Artificial Intelligence,Erode,Tamilnadu) ,  Ramesh Hariesh (Kongu Engineering College, Perundurai,Department of Artificial Intelligence,Erode,Tamilnadu) ,  Kalki Kartik S.L. (Kongu Engineering College, Perundurai,Department of Artificial Intelligence,Erode,Tamilnadu)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2024  号： ICCCNT  ページ： 1-7  発行年： 2024年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ヨガは,全体的幸福の促進において現代的意義を持つ古代の習慣である。本研究では,深層学習に基づく方法論を介して,姿勢推定のためのメディアパイプを利用したヨガ姿勢認識に焦点を合わせた。特に,本研究では初心者のための姿勢推定に焦点を合わせた。ヨガ姿勢画像は,初心者,中級者,および先進の3つのレベルに人手で分類された。初心者のための推定されたヨガ姿勢データを用いて,いくつかのタイプの深層学習モデル,即ち,改良型畳み込みニューラルネットワーク(CNN),畳み込みニューラルネットワークと長期短期記憶を組み合わせたハイブリッドモデル,ResNet50,VGG16,を訓練した。全てのモデルは有望な精度を示した。CNNモデルは98.89%の訓練精度と83.33%の検証精度を達成した。対照的に,CNN-LSTMモデルは94.06%の訓練精度を達成し,84.79%への検証精度のわずかな増加をもたらした。さらに,92%の精度で,VGG16モデルは優れた性能を示したが,ResNet50モデルは93.68%の精度を示した。主要な目的は,モデルが初心者のヨガ姿勢を正確に同定し,完全なヨガ姿勢を達成するためのアラインメント調整のための推奨を提供することである。Copyright 2025 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST機械翻訳】

シソーラス用語： アラインメント ,  推定 ,  精度 ,  モデル ,  *姿勢 ,  ハイブリッドモデル ,  畳込みニューラルネットワーク ,  短期記憶 ,  *深層学習
準シソーラス用語： 初心者 ,  姿勢推定 ,  古代 ,  *姿勢認識 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 深層学習 ,  ヨガ ,  姿勢認識 ,  訂正