地域アンサンブルネットワーク：手の姿勢推定のための畳み込みニューラルネットワークの改善

単眼深度画像からの手の姿勢推定は、ヒューマンコンピュータインタラクションにおいて重要な課題であり、同時に非常に困難な問題でもあります。最近では、深層畳み込みネットワーク（ConvNet）を用いてこの問題に取り組む研究が行われていますが、従来の手法に対する改善点は必ずしも明確ではありません。本研究では、直接的な3次元座標回帰の性能向上を目指し、木構造を持つRegion Ensemble Network (REN) を提案します。このネットワークは、畳み込み出力を領域に分割し、各領域における複数の回帰器の結果を統合します。多モデルアンサンブルと比較して、当モデルは完全にエンドツーエンドで学習が可能です。実験結果は、2つの公開データセットにおいて当アプローチが最先端技術の中で最良の性能を達成していることを示しています。