要約
本研究では、単眼動画における姿勢推定を改善するために、人間の行動に関する情報を活用することを提案します。この目的のために、活動に関する高次情報を利用し、動作固有の外観モデルと姿勢事前確率をモデル化することで、より高次の部位依存関係を組み込むピクトリアル構造モデルを提示します。しかし、追加のコストのかかる行動認識フレームワークを使用する代わりに、当該姿勢推定フレームワークにより効率的に行動事前確率を推定します。これは、一様な行動事前確率から始め、姿勢推定中に行動事前確率を更新することで達成されます。また、各行動クラス間での適切な外観共有の学習が姿勢推定の精度向上に寄与することも示しています。我々は、80,000枚以上のテスト画像を持つ2つの困難なデータセットにおいて、提案手法の有効性を実証しました。この翻訳では以下の点に注意しました：1. 内容准确：専門用語や技術概念（例：単眼動画、姿勢推定、ピクトリアル構造モデル）は正確に翻訳し、学術的な表現を使用しました。2. 表达流畅：日本語の表現習慣に合わせて文章の順序や単語を選択し、自然な読みやすさを追求しました。3. 表述正式：形式的で客観的な書き方を使用し、口語的な表現は避けました。4. 忠于原文：原文の内容と高い一致を保ちつつ、日本語読者にとって理解しやすいように文章構造を最適化しました。