論文の概要: Skeleton-based Approaches based on Machine Vision: A Survey

• arxiv url: http://arxiv.org/abs/2012.12447v1
• Date: Wed, 23 Dec 2020 02:03:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-25 18:23:00.732246
• Title: Skeleton-based Approaches based on Machine Vision: A Survey
• Title（参考訳）: マシンビジョンに基づく骨格型アプローチ:調査
• Authors: Jie Li, Binglin Li, Min Gao
• Abstract要約: 我々は,アプリケーション分野に関するスケルトンベースのアプローチの要約とタスクを可能な限り包括的に行うことに重点を置いている。 本論文は,スケルトンに基づく応用のさらなる理解と,特定の問題への対処をめざすものである。
• 参考スコア（独自算出の注目度）: 8.568020584903962
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, skeleton-based approaches have achieved rapid progress on the basis of great success in skeleton representation. Plenty of researches focus on solving specific problems according to skeleton features. Some skeleton-based approaches have been mentioned in several overviews on object detection as a non-essential part. Nevertheless, there has not been any thorough analysis of skeleton-based approaches attentively. Instead of describing these techniques in terms of theoretical constructs, we devote to summarizing skeleton-based approaches with regard to application fields and given tasks as comprehensively as possible. This paper is conducive to further understanding of skeleton-based application and dealing with particular issues.
• Abstract（参考訳）: 近年,骨格表現に大きな成功を生かして,骨格に基づくアプローチが急速に進歩している。 多くの研究が骨格の特徴に応じて特定の問題を解決することに重点を置いている。 スケルトンに基づくいくつかのアプローチは、オブジェクト検出についていくつかの概要で言及されている。 それでも、骨格に基づくアプローチの徹底的な分析は行われていない。 これらの手法を理論的構成の観点から記述する代わりに、スケルトンに基づくアプローチをアプリケーション分野に関して要約し、可能な限り包括的にタスクを割り当てる。 本論文は,スケルトンに基づく応用のさらなる理解と,特定の問題への対処をめざすものである。

関連論文リスト

• Expressive Keypoints for Skeleton-based Action Recognition via Skeleton Transformation [14.033701085783177]
  我々は,手と足の詳細を組み込んだ表現的キーポイントを提案し,複雑な動作を識別する既存のモデルの識別能力を向上させる。 プラグアンドプレイのインスタンスプールモジュールは、計算コストを増大させることなく、マルチパーソンシナリオにアプローチを拡張するために利用されます。
  論文  参考訳（メタデータ） (2024-06-26T01:48:56Z)
• SkeletonGait: Gait Recognition Using Skeleton Maps [7.335859292188816]
  スケルトンマップ(SkeletonGait)と呼ばれる新しい骨格歩行表現を導入し、スケルトンマップから構造情報を利用するスケルトンマップ(SkeletonGait)を提案する。 骨格地図は、人間の関節の座標をガウス近似による熱マップとして表現し、正確な体の構造を持たないシルエットのようなイメージを示す。 SkeletonGait++は、さまざまなシナリオにおいて、既存の最先端メソッドよりも大きな差がある。
  論文  参考訳（メタデータ） (2023-11-22T15:09:59Z)
• Hierarchical Skeleton Meta-Prototype Contrastive Learning with Hard Skeleton Mining for Unsupervised Person Re-Identification [70.90142717649785]
  本稿では,HSM(Hard Skeleton Mining)を用いた階層型非教師付きメタプロトタイプコントラストラーニング(Hi-MPC)手法を提案する。 原原型を複数の同種変換を伴うメタプロトタイプに変換することにより,原型固有の一貫性を学習し,人体再IDのより効果的な骨格特徴を捉える。
  論文  参考訳（メタデータ） (2023-07-24T16:18:22Z)
• SkeletonMAE: Graph-based Masked Autoencoder for Skeleton Sequence Pre-training [110.55093254677638]
  我々はSkeleton Sequence Learning(SSL)という,効率的なスケルトンシーケンス学習フレームワークを提案する。 本論文では,SkeletonMAEという非対称なグラフベースのエンコーダデコーダ事前学習アーキテクチャを構築する。 我々のSSLは、さまざまなデータセットにまたがってうまく一般化し、最先端の自己教師型スケルトンベースのアクション認識手法よりも優れています。
  論文  参考訳（メタデータ） (2023-07-17T13:33:11Z)
• Skeleton Prototype Contrastive Learning with Multi-Level Graph Relation Modeling for Unsupervised Person Re-Identification [63.903237777588316]
  3Dスケルトンによる人物再識別(re-ID)は多くの利点を持つ重要な話題である。 既存の解は骨格構造や運動における価値ある身体-成分関係を探索することは滅多にない。 本稿では,マルチレベルグラフ関係学習を用いた汎用的教師なし型コントラスト学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2022-08-25T00:59:32Z)
• Point2Skeleton: Learning Skeletal Representations from Point Clouds [36.62519847312199]
  本稿では,ポイントクラウドから骨格表現を学習するための教師なし手法であるPoint2Skeletonを紹介する。 まず、幾何変換を学習して骨格点の集合を予測し、次に骨格点の接続性を分析して骨格メッシュ構造を形成する。
  論文  参考訳（メタデータ） (2020-12-01T03:04:09Z)
• SkeletonNet: A Topology-Preserving Solution for Learning Mesh Reconstruction of Object Surfaces from RGB Images [85.66560542483286]
  本稿では,RGB画像から3次元物体表面再構成を学習する上での課題に焦点を当てる。 我々は,SkeGCNNとSkeDISNの2つのモデルを提案する。 提案するSkeletonNetの有効性を検証するための徹底的な実験を行った。
  論文  参考訳（メタデータ） (2020-08-13T07:59:25Z)
• Skeleton-Aware Networks for Deep Motion Retargeting [83.65593033474384]
  骨格間のデータ駆動動作のための新しいディープラーニングフレームワークを提案する。 我々の手法は、トレーニングセットの運動間の明確なペアリングを必要とせずに、再ターゲティングの仕方を学ぶ。
  論文  参考訳（メタデータ） (2020-05-12T12:51:40Z)
• Image Co-skeletonization via Co-segmentation [102.59781674888657]
  我々は,新しい共同処理の話題である画像コスケルトン化を提案する。 単一の自然な画像におけるオブジェクトのスケルトン化は、オブジェクトに関する事前の知識がほとんどないため、難しい問題である。 本稿では,コ・スケルトン化とコ・セグメンテーション・タスクの結合フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-12T09:35:54Z)
• Predictively Encoded Graph Convolutional Network for Noise-Robust Skeleton-based Action Recognition [6.729108277517129]
  本研究では,骨格特徴の雑音情報に対して頑健な骨格に基づく行動認識手法を提案する。 本手法は, 既存の最先端手法と比較して, スケルトンサンプルがノイズを受ける場合の優れた性能を実現する。
  論文  参考訳（メタデータ） (2020-03-17T03:37:36Z)

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。