Fugu-MT 論文翻訳(概要): Object recognition through pose and shape estimation

論文の概要: Object recognition through pose and shape estimation

arxiv url: http://arxiv.org/abs/2006.12864v1
Date: Tue, 23 Jun 2020 09:55:40 GMT
ステータス: 処理完了
システム内更新日: 2022-11-17 23:20:19.812183
Title: Object recognition through pose and shape estimation
Title（参考訳）: ポーズと形状推定による物体認識
Authors: Anitta D, Annis Fathima A
Abstract要約: コンピュータービジョンは、機械やコンピューターが人間のように見えるのを助ける。ジェスチャー認識と運動認識はコンピュータビジョン研究の現在領域である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Computer vision helps machines or computer to see like humans. Computer Takes information from the images and then understands of useful information from images. Gesture recognition and movement recognition are the current area of research in computer vision. For both gesture and movement recognition finding pose of an object is of great importance. The purpose of this paper is to review many state of art which is already available for finding the pose of object based on shape, based on appearance, based on feature and comparison for its accuracy, complexity and performance
Abstract（参考訳）: コンピュータービジョンは、機械やコンピューターが人間のように見えるのを助ける。コンピュータは画像から情報を取得し、画像から有用な情報を理解する。ジェスチャー認識と動き認識は、現在のコンピュータビジョンの研究分野である。ジェスチャーと運動認識の両方において、物体のポーズを見つけることは非常に重要である。本研究の目的は,その特徴と精度,複雑性,性能の比較に基づいて,外見に基づく形状に基づく物体のポーズの発見に既に利用可能な多くの美術品をレビューすることである。

関連論文リスト

Interpreting Hand gestures using Object Detection and Digits Classification [0.0]
本研究の目的は,数字を表す手振りを正確に認識し,分類できる堅牢なシステムを開発することである。提案手法では、手動画像のデータセットの収集、画像の事前処理と拡張、関連する特徴の抽出、機械学習モデルのトレーニングなどを行う。
論文参考訳（メタデータ） (2024-07-15T16:53:04Z)
CLiC: Concept Learning in Context [54.81654147248919]
本稿では,視覚概念学習の最近の進歩に基づく。ソースイメージから視覚概念を取得し、その後ターゲットイメージ内のオブジェクトに適用する。概念学習のローカライズには,マスク内の概念と周囲の画像領域の両方を含むソフトマスクを用いる。
論文参考訳（メタデータ） (2023-11-28T01:33:18Z)
Understanding Self-Supervised Pretraining with Part-Aware Representation Learning [88.45460880824376]
本研究では,自己教師型表現事前学習手法がパート認識表現を学習する能力について検討する。その結果,完全教師付きモデルはオブジェクトレベルの認識において自己教師付きモデルよりも優れていた。
論文参考訳（メタデータ） (2023-01-27T18:58:42Z)
Peripheral Vision Transformer [52.55309200601883]
我々は生物学的にインスパイアされたアプローチを採用し、視覚認識のためのディープニューラルネットワークの周辺視覚をモデル化する。本稿では,マルチヘッド自己アテンション層に周辺位置エンコーディングを組み込むことにより,トレーニングデータから視覚領域を様々な周辺領域に分割することをネットワークが学べるようにすることを提案する。大規模画像Netデータセット上でPerViTと呼ばれる提案したネットワークを評価し,マシン知覚モデルの内部動作を体系的に検討した。
論文参考訳（メタデータ） (2022-06-14T12:47:47Z)
Embodied vision for learning object representations [4.211128681972148]
幼児の視覚的統計は、親しみやすい環境と新しい環境の両方において、物体認識の精度を向上させる。この効果は、背景から抽出した特徴の減少、画像中の大きな特徴に対するニューラルネットワークバイアス、新奇な背景領域と慣れ親しんだ背景領域との類似性の向上によるものである、と我々は主張する。
論文参考訳（メタデータ） (2022-05-12T16:36:27Z)
Muscle Vision: Real Time Keypoint Based Pose Classification of Physical Exercises [52.77024349608834]
ビデオから外挿された3D人間のポーズ認識は、リアルタイムソフトウェアアプリケーションを可能にするまで進歩した。本稿では,ライブビデオフィード上で人間のポーズ認識を行う新しい機械学習パイプラインとWebインターフェースを提案する。
論文参考訳（メタデータ） (2022-03-23T00:55:07Z)
Detection, Recognition, and Tracking: A Survey [0.0]
コンピュータビジョンやマルチメディアでは、画像やビデオ中の物体を検出し、認識し、追跡することがますます重要になっている。顔認識、監視、アニメーションなどの多くのアプリケーションは、機能や人を追跡するのに使われている。本稿では,物体の検出と認識に関する新しい手法と,検出した特徴にトラッキングアルゴリズムを適用して物体の動きを追跡する方法について述べる。
論文参考訳（メタデータ） (2022-03-22T17:11:24Z)
Attention Mechanisms in Computer Vision: A Survey [75.6074182122423]
本稿では,コンピュータビジョンにおける様々な注意機構について概観する。チャネルアテンション,空間アテンション,時間アテンション,分岐アテンションなど,アプローチによって分類する。我々は注意機構研究の今後の方向性を提案する。
論文参考訳（メタデータ） (2021-11-15T09:18:40Z)
Capturing the objects of vision with neural networks [0.0]
人間の視覚知覚はその物理的関節でシーンを彫り、世界をオブジェクトに分解する。対照的に、視覚物体認識のディープニューラルネットワーク(DNN)モデルは、主に感覚入力と結びついている。両分野の関連研究をレビューし、これらの分野が相互にどのように役立つかを検討する。
論文参考訳（メタデータ） (2021-09-07T21:49:53Z)
A Review on Near Duplicate Detection of Images using Computer Vision Techniques [0.0]
ほぼ重複する物質の存在は、検索エンジンの性能に重大な影響を及ぼす。コンピュータビジョンの主な応用は画像理解である。画像のほぼ重複検出に関する文献の適切な調査は行われていない。
論文参考訳（メタデータ） (2020-09-07T16:41:46Z)
A Review on Intelligent Object Perception Methods Combining Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文参考訳（メタデータ） (2019-12-26T13:26:49Z)

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。