論文の概要: TFPose: Direct Human Pose Estimation with Transformers

• arxiv url: http://arxiv.org/abs/2103.15320v1
• Date: Mon, 29 Mar 2021 04:18:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-30 14:58:33.747694
• Title: TFPose: Direct Human Pose Estimation with Transformers
• Title（参考訳）: TFPose:トランスフォーマーを用いた直接人文推定
• Authors: Weian Mao, Yongtao Ge, Chunhua Shen, Zhi Tian, Xinlong Wang, Zhibin Wang
• Abstract要約: ポーズ推定タスクを変換器で効果的に解くことができるシーケンス予測問題に定式化します。 我々のフレームワークは単純で直接的であり、ヒートマップに基づくポーズ推定の欠点を回避している。 MS-COCOおよびMPIIデータセットの実験は、この手法が回帰ベースのポーズ推定の最先端を大幅に改善できることを示しています。
• 参考スコア（独自算出の注目度）: 83.03424247905869
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We propose a human pose estimation framework that solves the task in the regression-based fashion. Unlike previous regression-based methods, which often fall behind those state-of-the-art methods, we formulate the pose estimation task into a sequence prediction problem that can effectively be solved by transformers. Our framework is simple and direct, bypassing the drawbacks of the heatmap-based pose estimation. Moreover, with the attention mechanism in transformers, our proposed framework is able to adaptively attend to the features most relevant to the target keypoints, which largely overcomes the feature misalignment issue of previous regression-based methods and considerably improves the performance. Importantly, our framework can inherently take advantages of the structured relationship between keypoints. Experiments on the MS-COCO and MPII datasets demonstrate that our method can significantly improve the state-of-the-art of regression-based pose estimation and perform comparably with the best heatmap-based pose estimation methods.
• Abstract（参考訳）: 本稿では,この課題を回帰モデルで解決するヒューマンポーズ推定フレームワークを提案する。 従来の回帰型手法とは異なり、ポーズ推定タスクをトランスフォーマによって効果的に解決できるシーケンス予測問題に定式化する。 我々のフレームワークは単純で直接的であり、ヒートマップに基づくポーズ推定の欠点を回避している。 さらに, トランスフォーマの注意機構により, 提案手法は, 対象キーポイントに最も関連する特徴に適応的に対応でき, 従来の回帰型手法の特徴的不一致を克服し, 性能を大幅に向上させることができる。 重要なことに、我々のフレームワークは本質的にキーポイント間の構造化された関係の利点を生かすことができる。 ms-cocoおよびmpiiデータセットを用いた実験により,本手法は回帰に基づくポーズ推定の最先端を著しく改善し,最適なヒートマップに基づくポーズ推定手法と相性が良いことを示す。

関連論文リスト

• A Bayesian Robust Regression Method for Corrupted Data Reconstruction [5.298637115178182]
  我々は適応的敵攻撃に抵抗できる効果的なロバスト回帰法を開発した。 まず TRIP (hard Thresholding approach to Robust regression with sImple Prior) アルゴリズムを提案する。 次に、より堅牢なBRHT (robust Bayesian Reweighting regression via Hard Thresholding) アルゴリズムを構築するためにベイズ再重み付け(Bayesian reweighting)というアイデアを用いる。
  論文  参考訳（メタデータ） (2022-12-24T17:25:53Z)
• Poseur: Direct Human Pose Regression with Transformers [119.79232258661995]
  単一画像からの2次元人間のポーズ推定に対する直接回帰に基づくアプローチを提案する。 私たちのフレームワークはエンドツーエンドの差別化が可能で、キーポイント間の依存関係を自然に活用することを学びます。 我々のアプローチは、最も優れたヒートマップベースのポーズ推定手法と比較して好意的に機能する最初の回帰ベースのアプローチである。
  論文  参考訳（メタデータ） (2022-01-19T04:31:57Z)
• Dynamic Iterative Refinement for Efficient 3D Hand Pose Estimation [87.54604263202941]
  本稿では,従来の推定値の修正に部分的レイヤを反復的に活用する,小さなディープニューラルネットワークを提案する。 学習したゲーティング基準を用いて、ウェイトシェアリングループから抜け出すかどうかを判断し、モデルにサンプルごとの適応を可能にする。 提案手法は,広く使用されているベンチマークの精度と効率の両面から,最先端の2D/3Dハンドポーズ推定手法より一貫して優れている。
  論文  参考訳（メタデータ） (2021-11-11T23:31:34Z)
• Improving Robustness for Pose Estimation via Stable Heatmap Regression [19.108116394510258]
  ネットワーク脆弱性を小さな摂動に緩和するヒートマップ回帰法を提案する。 最適化の難易度を簡略化するために、最大安定性トレーニング損失を使用する。 提案手法は,2つのベンチマークデータセットに対する最先端アプローチに対するロバスト性を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-05-08T03:07:05Z)
• Pose Guided Person Image Generation with Hidden p-Norm Regression [113.41144529452663]
  ポーズ誘導者画像生成タスクを解くための新しいアプローチを提案する。 提案手法では,各アイデンティティに対するポーズ不変特徴行列を推定し,対象ポーズに条件づけられたターゲットの出現を予測できる。 提案手法は, 上記すべての変種シナリオにおいて, 競合性能を示す。
  論文  参考訳（メタデータ） (2021-02-19T17:03:54Z)
• REDE: End-to-end Object 6D Pose Robust Estimation Using Differentiable Outliers Elimination [15.736699709454857]
  RGB-Dデータを用いた新しいエンドツーエンドオブジェクトポーズ推定器REDEを提案する。 また,候補結果と信頼度を同時に抑制する相違可能な外乱除去手法を提案する。 3つのベンチマークデータセットの実験結果は、REDEが最先端のアプローチをわずかに上回っていることを示している。
  論文  参考訳（メタデータ） (2020-10-24T06:45:39Z)
• Deep Keypoint-Based Camera Pose Estimation with Geometric Constraints [80.60538408386016]
  連続するフレームから相対的なカメラのポーズを推定することは、視覚計測の基本的な問題である。 本稿では,検出,特徴抽出,マッチング,外乱除去のための学習可能なモジュールで構成されるエンドツーエンドのトレーニング可能なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T21:41:31Z)
• Bottom-Up Human Pose Estimation by Ranking Heatmap-Guided Adaptive Keypoint Estimates [76.51095823248104]
  キーポイント検出とグループ化(キーポイント回帰)性能を改善するために,これまでにほとんど,あるいはまったく研究されていないいくつかのスキームを提案する。 まず,画素単位のキーポイントレグレッションに対して,キーポイントのリグレッションを改善するために分離する代わりに,キーポイントのヒートマップを利用する。 第2に、スケールと向きの分散を扱うための適応表現を学習するために、画素単位の空間変換器ネットワークを採用する。 第3に,真のポーズとなる確率の高い推定ポーズを促進するために,結合形状と熱値評価手法を提案する。
  論文  参考訳（メタデータ） (2020-06-28T01:14:59Z)

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。