Command Palette
Search for a command to run...
多人绝对3D人体姿态估计与弱深度监督
Weak depth supervision refers to the use of limited or indirect depth information during the training process of a 3D human pose estimation model. This approach aims to reduce the reliance on expensive and time-consuming depth data acquisition, while still achieving accurate 3D pose estimation.
弱深度監督とは、3D人間姿勢推定モデルの学習過程で限定的または間接的な深さ情報を使用することを指します。このアプローチは、高価で時間のかかる深さデータの取得に依存することを減らしつつ、正確な3D姿勢推定を達成することを目指しています。
多人绝对3D人体姿态估计与弱深度监督 Weak depth supervision refers to the use of limited or indirect depth information during the training process of a 3D human pose estimation model. This approach aims to reduce the reliance on expensive and time-consuming depth data acquisition, while still achieving accurate 3D pose estimation. 弱深度監督とは、3D人間姿勢推定モデルの学習過程で限定的または間接的な深さ情報を使用することを指します。このアプローチは、高価で時間のかかる深さデータの取得に依存することを減らしつつ、正確な3D姿勢推定を達成することを目指しています。
Márton Véges András Löricz
概要
3次元ヒューマンポーズ推定において最大の問題の一つは、大規模で多様なデータセットの不足です。特に複数人の3次元ポーズ推定では、私たちの知識に基づくと、訓練に使用できるアノテーションは機械生成のみであるという状況が見られます。この問題を緩和するため、弱い教師あり学習方式で追加のRGB-D画像を使用して訓練可能なネットワークを提案します。安価なセンサーの存在により、深度マップ付きビデオは広く利用可能であり、当手法は未アノテーションの大規模データセットを活用できます。我々のアルゴリズムは単眼式で、複数人に対応し、絶対的なポーズ推定を行います。本アルゴリズムをいくつかのベンチマークで評価した結果、誤差率の一貫した改善が示されました。さらに、当モデルはMuPoTS-3Dデータセットにおいて大幅に最先端の結果を達成しています。