Fugu-MT 論文翻訳(概要): Motion Similarity Modeling -- A State of the Art Report

論文の概要: Motion Similarity Modeling -- A State of the Art Report

arxiv url: http://arxiv.org/abs/2008.05872v1
Date: Thu, 13 Aug 2020 13:08:30 GMT
ステータス: 処理完了
システム内更新日: 2022-10-30 23:56:17.366958
Title: Motion Similarity Modeling -- A State of the Art Report
Title（参考訳）: 動きの類似性モデリング --最先端のアートレポート-
Authors: Anna Sebernegg, Peter K\'an, Hannes Kaufmann
Abstract要約: 人間の動きの分析は、リアルなトレーニングシミュレーションやロボット工学やアニメーションの本物の動きなど、幅広い可能性を開く。動作解析は応用に依存しているため、特定のユースケースに対して適切な動作類似性法を見つけることが不可欠である。この調査は、動作の様々な類似点と特徴を要約し、2つの動作の類似点を測定するアプローチについて述べる。
参考スコア（独自算出の注目度）: 1.0312968200748118
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The analysis of human motion opens up a wide range of possibilities, such as realistic training simulations or authentic motions in robotics or animation. One of the problems underlying motion analysis is the meaningful comparison of actions based on similarity measures. Since the motion analysis is application-dependent, it is essential to find the appropriate motion similarity method for the particular use case. This state of the art report provides an overview of human motion analysis and different similarity modeling methods, while mainly focusing on approaches that work with 3D motion data. The survey summarizes various similarity aspects and features of motion and describes approaches to measuring the similarity between two actions.
Abstract（参考訳）: 人間の動きの分析は、リアルなトレーニングシミュレーションやロボット工学やアニメーションの本物の動きなど、幅広い可能性を開く。運動分析の基礎となる問題の1つは、類似度尺度に基づく行動の有意義な比較である。動作解析は応用に依存しているため,特定のユースケースに対して適切な動作類似性を求めることが重要である。この技術報告は、人間の動作分析と異なる類似性モデリング手法の概観を提供するとともに、主に3次元動作データを扱うアプローチに焦点を当てている。この調査は動きの様々な類似点と特徴を要約し、2つの動作間の類似性を測定するためのアプローチを記述している。

関連論文リスト

Data-Driven Approaches for Modelling Target Behaviour [1.5495593104596401]
追跡アルゴリズムの性能は、対象の力学に関する選択されたモデル仮定に依存する。本稿では,物体の動きを記述するために機械学習を利用する3つの異なる手法の比較研究を行う。
論文参考訳（メタデータ） (2024-10-14T14:18:27Z)
PACE: Data-Driven Virtual Agent Interaction in Dense and Cluttered Environments [69.03289331433874]
PACEは,高密度で散らばった3Dシーン全体と対話し,移動するために,モーションキャプチャーされた仮想エージェントを改良する新しい手法である。本手法では,環境中の障害物や物体に適応するために,仮想エージェントの動作シーケンスを必要に応じて変更する。提案手法を先行動作生成技術と比較し,本手法の利点を知覚的研究と身体的妥当性の指標と比較した。
論文参考訳（メタデータ） (2023-03-24T19:49:08Z)
SoMoFormer: Social-Aware Motion Transformer for Multi-Person Motion Prediction [10.496276090281825]
本稿では,ソーシャル・アウェア・モーション・トランスフォーマー(SoMoFormer)を提案する。 SoMoFormerは、変位軌道空間のサブシーケンスから運動特徴を抽出し、各個人に対する局所的およびグローバルなポーズダイナミクスを学習する。さらに,SoMoFormerに新たなソーシャル・アウェア・アテンション・アテンション・メカニズムを考案し,動的表現をさらに最適化し,相互依存を同時に捉える。
論文参考訳（メタデータ） (2022-08-19T08:57:34Z)
Towards Diverse and Natural Scene-aware 3D Human Motion Synthesis [117.15586710830489]
本研究では,ターゲットアクションシーケンスの誘導の下で,多様なシーンを意識した人間の動作を合成する問題に焦点をあてる。この因子化スキームに基づいて、各サブモジュールが1つの側面をモデリングする責任を負う階層的なフレームワークが提案されている。実験の結果,提案手法は,多様性と自然性の観点から,従来の手法よりも著しく優れていた。
論文参考訳（メタデータ） (2022-05-25T18:20:01Z)
Continuous Human Action Recognition for Human-Machine Interaction: A Review [39.593687054839265]
入力ビデオ内のアクションを認識することは難しいが、リアルタイムの人間と機械のインタラクションを必要とするアプリケーションに必要なタスクである。我々は,ほとんどの最先端手法で使用される特徴抽出と学習戦略について述べる。実世界のシナリオへのそのようなモデルの適用について検討し、いくつかの制限と研究の方向性について論じる。
論文参考訳（メタデータ） (2022-02-26T09:25:44Z)
Dyadic Human Motion Prediction [119.3376964777803]
本稿では,2つの被験者の相互作用を明示的に推論する動き予測フレームワークを提案する。具体的には,2つの被験者の運動履歴の相互依存をモデル化する一対の注意機構を導入する。これにより、より現実的な方法で長期の運動力学を保ち、異常かつ高速な運動を予測することができる。
論文参考訳（メタデータ） (2021-12-01T10:30:40Z)
Multi-level Motion Attention for Human Motion Prediction [132.29963836262394]
本研究は, 関節, 身体部分, フルポーズレベルなど, 異なる種類の注意力の使用について検討した。我々は,Human3.6M,AMASS,3DPWを用いて,周期的および非周期的両方の行動に対するアプローチの利点を検証した。
論文参考訳（メタデータ） (2021-06-17T08:08:11Z)
On the Generalizability of Motion Models for Road Users in Heterogeneous Shared Traffic Spaces [0.0]
本稿では,運動モデルの一般化,すなわち異なる環境環境下での現実的な行動を生み出す能力について述べる。ゲーム理論社会力モデル(GSFM)は、さまざまな共有空間から歩行者や車両の多種多様の運動行動を生成するための汎用モデルへと拡張します。
論文参考訳（メタデータ） (2021-01-18T10:28:29Z)
Recent Progress in Appearance-based Action Recognition [73.6405863243707]
アクション認識は、ビデオ内の様々な人間の行動を特定するタスクである。最近の外見に基づく手法は、正確な行動認識に向けて有望な進歩を遂げている。
論文参考訳（メタデータ） (2020-11-25T10:18:12Z)
Action similarity judgment based on kinematic primitives [48.99831733355487]
運動学に基づく計算モデルが動作類似性を決定する範囲について検討する。選択されたモデルは、発達ロボティクスにルーツを持ち、学習されたキネマティックプリミティブに基づいて行動分類を行う。その結果, 動作類似性タスクにおいて, モデルと人的性能の双方が, 運動レベルの特徴に基づく精度が高いことがわかった。
論文参考訳（メタデータ） (2020-08-30T13:58:47Z)
Explaining Motion Relevance for Activity Recognition in Video Deep Learning Models [12.807049446839507]
動作認識タスクにおける3次元畳み込みニューラルネットワークモデルの解釈可能性に、説明可能性技術の小さなサブセットが適用されている。本研究では,2次元説明手法を応用し,動作特異的な説明を提供するための選択的関連性手法を提案する。提案手法は,モデル決定における動作が果たす役割についての洞察を与えるだけでなく,モデルの空間的偏見を明らかにし,定量化することで,人間の消費に関する説明を単純化する。
論文参考訳（メタデータ） (2020-03-31T15:19:04Z)

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。