Fugu-MT 論文翻訳(概要): BlazePose: On-device Real-time Body Pose tracking

論文の概要: BlazePose: On-device Real-time Body Pose tracking

arxiv url: http://arxiv.org/abs/2006.10204v1
Date: Wed, 17 Jun 2020 23:52:46 GMT
ステータス: 処理完了
システム内更新日: 2022-11-19 21:12:30.902456
Title: BlazePose: On-device Real-time Body Pose tracking
Title（参考訳）: BlazePose: デバイス上でのリアルタイムボディポース追跡
Authors: Valentin Bazarevsky, Ivan Grishchenko, Karthik Raveendran, Tyler Zhu, Fan Zhang, Matthias Grundmann
Abstract要約: 本稿では人間のポーズ推定のための軽量畳み込みニューラルネットワークアーキテクチャBlazePoseを提案する。推論中、ネットワークは1人のために33のボディキーポイントを生成する。これは、フィットネストラッキングや手話認識といったリアルタイムのユースケースに特に適している。
参考スコア（独自算出の注目度）: 6.179472565182041
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present BlazePose, a lightweight convolutional neural network architecture for human pose estimation that is tailored for real-time inference on mobile devices. During inference, the network produces 33 body keypoints for a single person and runs at over 30 frames per second on a Pixel 2 phone. This makes it particularly suited to real-time use cases like fitness tracking and sign language recognition. Our main contributions include a novel body pose tracking solution and a lightweight body pose estimation neural network that uses both heatmaps and regression to keypoint coordinates.
Abstract（参考訳）: 本稿では,モバイルデバイス上でのリアルタイム推論に適した人間のポーズ推定のための軽量畳み込みニューラルネットワークアーキテクチャBlazePoseを提案する。推論中、ネットワークは1人につき33のボディキーポイントを生成し、pixel 2携帯電話で毎秒30フレーム以上動作します。これにより、フィットネストラッキングや手話認識といったリアルタイムのユースケースに特に適しています。私たちの主な貢献は、新しいボディポーズ追跡ソリューションと、ヒートマップと回帰の両方をキーポイント座標に使用する軽量ボディポーズ推定ニューラルネットワークです。

関連論文リスト

Exploring 3D Human Pose Estimation and Forecasting from the Robot's Perspective: The HARPER Dataset [52.22758311559]
本研究では,ユーザとスポット間のダイアドインタラクションにおける3次元ポーズ推定と予測のための新しいデータセットであるHARPERを紹介する。キーノーベルティは、ロボットの視点、すなわちロボットのセンサーが捉えたデータに焦点を当てることである。 HARPERの基盤となるシナリオには15のアクションが含まれており、そのうち10つはロボットとユーザの間の物理的接触を含んでいる。
論文参考訳（メタデータ） (2024-03-21T14:53:50Z)
SNAKE: Shape-aware Neural 3D Keypoint Field [62.91169625183118]
形状復元には点雲から3Dキーポイントを検出することが重要である。形状再構成は3次元キーポイント検出に有効か? 本稿では,形状認識型ニューラル3Dキーポイントフィールドに短いSNAKEという,教師なしの新たなパラダイムを提案する。
論文参考訳（メタデータ） (2022-06-03T17:58:43Z)
PedRecNet: Multi-task deep neural network for full 3D human pose and orientation estimation [0.0]
マルチタスクネットワークは、様々なディープニューラルネットワークベースの歩行者検出機能をサポートしている。ネットワークアーキテクチャは比較的単純だが強力であり、さらなる研究や応用にも容易に適応できる。
論文参考訳（メタデータ） (2022-04-25T10:47:01Z)
A Spatio-Temporal Multilayer Perceptron for Gesture Recognition [70.34489104710366]
自律走行車におけるジェスチャー認識のための多層状態重み付きパーセプトロンを提案する。提案手法の有望な性能を示すため,TCGおよびDrive&Actデータセットの評価を行った。私たちは、そのリアルタイム能力と安定した実行を示すために、モデルを自動運転車にデプロイします。
論文参考訳（メタデータ） (2022-04-25T08:42:47Z)
On-device Real-time Hand Gesture Recognition [1.4658400971135652]
本稿では,1台のRGBカメラから予め定義された静的ジェスチャーを検知するデバイス上でのリアルタイム手ジェスチャー認識(HGR)システムを提案する。ハンドスケルトントラッカーの基礎としてMediaPipe Handsを使用し、キーポイント精度を改善し、世界距離空間における3次元キーポイントの推定を追加する。
論文参考訳（メタデータ） (2021-10-29T18:33:25Z)
Real-Time Human Pose Estimation on a Smart Walker using Convolutional Neural Networks [4.076099054649463]
スマートウォーカのコンテキストにおける患者モニタリングとデータ駆動型ヒューマン・イン・ザ・ループ制御に対する新しいアプローチを提案する。完全かつコンパクトなボディ表現を、リアルタイムおよび安価なセンサーから抽出することができる。有望な結果にもかかわらず、現実のシナリオにおけるリハビリテーションツールとしてのパフォーマンスを評価するために、障害のあるユーザにより多くのデータを収集する必要がある。
論文参考訳（メタデータ） (2021-06-28T14:11:48Z)
OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association [90.39247595214998]
イメージベースの知覚タスクは、例えば、検出、関連付け、セマンティックキーポイントとして定式化することができる。人間の体は推定と追跡をする一つの段階における意味的および時間的キーポイント関連を共同で検出する一般的な枠組みを提案する。また,本手法は車や動物などのキーポイントのクラスに一般化し,総合的な知覚の枠組みを提供することを示す。
論文参考訳（メタデータ） (2021-03-03T14:44:14Z)
SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7～13%向上し,環境のダイナミクスが最大30%向上することがわかった。
論文参考訳（メタデータ） (2020-12-04T23:06:56Z)
Fast Motion Understanding with Spatiotemporal Neural Networks and Dynamic Vision Sensors [99.94079901071163]
本稿では,高速な動きを推論するための動的視覚センサ(DVS)システムを提案する。ロボットが15m/s以上の速度で接近する小さな物体に反応するケースを考察する。我々は,23.4m/sで24.73degの誤差を$theta$,18.4mmの平均離散半径予測誤差,衝突予測誤差に対する25.03%の中央値で移動した玩具ダートについて,本システムの結果を強調した。
論文参考訳（メタデータ） (2020-11-18T17:55:07Z)
Instant 3D Object Tracking with Applications in Augmented Reality [4.893345190925178]
3Dでオブジェクトのポーズを追跡することは拡張現実アプリケーションにとって重要なビルディングブロックである。本研究では,物体の空間における姿勢をモバイルデバイス上でリアルタイムに追跡するインスタントモーショントラッキングシステムを提案する。
論文参考訳（メタデータ） (2020-06-23T17:48:29Z)
MobilePose: Real-Time Pose Estimation for Unseen Objects with Weak Shape Supervision [3.9146761527401424]
モバイルフレンドリーなネットワークとしてMobilePose-BaseとMobilePose-Shapeを提案する。 MobilePose-Baseは、ポーズの監視のみを行うときに使用され、後者は、形状の監視が利用可能で、弱いものであっても使用することができる。我々のモデルは、弱い、騒々しい形状の監督によって、実データと合成データを混合して訓練されている。
論文参考訳（メタデータ） (2020-03-07T06:23:35Z)

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。