論文の概要: Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods
- arxiv url: http://arxiv.org/abs/2006.01423v1
- Date: Tue, 2 Jun 2020 07:07:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 00:38:38.576053
- Title: Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods
- Title(参考訳): 単眼的人間のポーズ推定:深層学習に基づく方法の検討
- Authors: Yucheng Chen, Yingli Tian and Mingyi He
- Abstract要約: 視覚に基づく単眼の人間のポーズ推定は、コンピュータビジョンにおける最も根本的で困難な問題の1つである。
近年の深層学習技術の発展は、人間のポーズ推定分野において顕著な進歩と画期的なブレークスルーをもたらしている。
- 参考スコア(独自算出の注目度): 25.3614052943568
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-based monocular human pose estimation, as one of the most fundamental
and challenging problems in computer vision, aims to obtain posture of the
human body from input images or video sequences. The recent developments of
deep learning techniques have been brought significant progress and remarkable
breakthroughs in the field of human pose estimation. This survey extensively
reviews the recent deep learning-based 2D and 3D human pose estimation methods
published since 2014. This paper summarizes the challenges, main frameworks,
benchmark datasets, evaluation metrics, performance comparison, and discusses
some promising future research directions.
- Abstract(参考訳): コンピュータビジョンにおける最も基本的で困難な問題の1つとして、視覚に基づく単眼のポーズ推定は、入力画像やビデオシーケンスから人体の位置を求める。
近年の深層学習技術の発展は、人間のポーズ推定の分野で大きな進歩と目覚ましいブレークスルーをもたらしている。
本調査は,2014年以降に発表された深層学習に基づく2次元および3次元人格推定手法を概観する。
本稿では,その課題,主なフレームワーク,ベンチマークデータセット,評価指標,パフォーマンス比較を要約し,今後の研究の方向性について述べる。
関連論文リスト
- Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。
また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
論文 参考訳(メタデータ) (2024-05-13T14:44:22Z) - Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳(メタデータ) (2024-03-13T16:05:18Z) - Deep learning for 3D human pose estimation and mesh recovery: A survey [6.535833206786788]
本稿では過去5年間の3次元ポーズ推定のためのディープラーニング手法の進歩を概観する。
我々の知る限りでは、この調査は人間の3次元ポーズ推定のためのディープラーニング手法を包括的にカバーした最初のものであることは間違いない。
論文 参考訳(メタデータ) (2024-02-29T04:30:39Z) - 2D Human Pose Estimation: A Survey [16.56050212383859]
人間のポーズ推定は、入力データ中の人間の解剖学的キーポイントまたは身体部分のローカライズを目的としている。
ディープラーニング技術は、データから直接特徴表現を学習することを可能にする。
本稿では,近年の2次元ポーズ推定手法の成果を振り返り,包括的調査を行う。
論文 参考訳(メタデータ) (2022-04-15T08:09:43Z) - Recovering 3D Human Mesh from Monocular Images: A Survey [49.00136388529404]
単眼画像から人間のポーズと形状を推定することは、コンピュータビジョンにおける長年の問題である。
本調査は, 単分子型3次元メッシュ回収の課題に焦点を当てた。
論文 参考訳(メタデータ) (2022-03-03T18:56:08Z) - A survey of top-down approaches for human pose estimation [0.0]
Deep Learningで実装された最先端の手法は、人間のポーズ推定の分野で顕著な成果をもたらした。
本稿では,人々のポーズを認識するための深層学習手法に基づく2次元画像の広範なレビューを新参者に提供することを目的とする。
論文 参考訳(メタデータ) (2022-02-05T23:27:46Z) - Single Person Pose Estimation: A Survey [45.144269986277365]
制約のない画像やビデオにおける人間のポーズ推定は、基本的なコンピュータビジョンタスクである。
本稿では, 人間の代表的ポーズ法を構造化分類法で要約し, 特に深層学習モデルと一対一のイメージ設定に着目した。
我々は、データ拡張、モデルアーキテクチャ、バックボーンを含む典型的な人間のポーズ推定パイプラインのすべてのコンポーネントを調べ、調査する。
論文 参考訳(メタデータ) (2021-09-21T09:53:15Z) - Recent Advances in Monocular 2D and 3D Human Pose Estimation: A Deep
Learning Perspective [69.44384540002358]
この問題に対処するための包括的で包括的な2D-to-3D視点を提供する。
2014年からの主流とマイルストーンのアプローチを統一フレームワークで分類しています。
また,ポーズ表現スタイル,ベンチマーク,評価指標,一般的なアプローチの定量的評価を要約した。
論文 参考訳(メタデータ) (2021-04-23T11:07:07Z) - Deep Learning-Based Human Pose Estimation: A Survey [66.01917727294163]
人間のポーズ推定は、過去10年間に注目を集めてきた。
ヒューマン・コンピュータ・インタラクション、モーション・アナリティクス、拡張現実、バーチャル・リアリティーなど幅広い用途で利用されている。
最近のディープラーニングベースのソリューションは、人間のポーズ推定において高いパフォーマンスを実現している。
論文 参考訳(メタデータ) (2020-12-24T18:49:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。