論文の概要: Skeleton-aware multi-scale heatmap regression for 2D hand pose
estimation
- arxiv url: http://arxiv.org/abs/2105.10904v1
- Date: Sun, 23 May 2021 10:23:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 15:29:58.504228
- Title: Skeleton-aware multi-scale heatmap regression for 2D hand pose
estimation
- Title（参考訳）: 2次元ポーズ推定のためのスケルトン対応マルチスケールヒートマップ回帰
- Authors: Ikram Kourbane, Yakup Genc
- Abstract要約: 本稿では,2つの主要モジュールからなるディープラーニングベースのフレームワークを提案する。
前者は、手骨を検知し、手の境界ボックスをローカライズするセグメンテーションベースのアプローチを提案する。
第2のモジュールは、マルチスケールのヒートマップ回帰アプローチを通じて2次元関節位置を回帰する。
- 参考スコア（独自算出の注目度）: 1.0152838128195467
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Existing RGB-based 2D hand pose estimation methods learn the joint locations
from a single resolution, which is not suitable for different hand sizes. To
tackle this problem, we propose a new deep learning-based framework that
consists of two main modules. The former presents a segmentation-based approach
to detect the hand skeleton and localize the hand bounding box. The second
module regresses the 2D joint locations through a multi-scale heatmap
regression approach that exploits the predicted hand skeleton as a constraint
to guide the model. Furthermore, we construct a new dataset that is suitable
for both hand detection and pose estimation. We qualitatively and
quantitatively validate our method on two datasets. Results demonstrate that
the proposed method outperforms state-of-the-art and can recover the pose even
in cluttered images and complex poses.
- Abstract（参考訳）: 既存のRGBベースの2次元手ポーズ推定法では,手の大きさの異なる単一の解像度から関節位置を学習する。
そこで本研究では,2つのモジュールからなるディープラーニングベースのフレームワークを提案する。
前者は、手骨を検知し、手の境界ボックスをローカライズするセグメンテーションベースのアプローチを提案する。
第2のモジュールは、予測ハンドスケルトンをモデルガイドの制約として利用する、マルチスケールのヒートマップ回帰アプローチを通じて、2D関節位置を回帰する。
さらに,手動検出とポーズ推定の両方に適した新しいデータセットを構築した。
2つのデータセット上で定性的かつ定量的に手法を検証する。
その結果,提案手法が最先端を上回り,乱雑な画像や複雑なポーズでもポーズを回復できることがわかった。
関連論文リスト
- HandDiff: 3D Hand Pose Estimation with Diffusion on Image-Point Cloud [60.47544798202017]
ハンドポーズ推定は、様々な人間とコンピュータの相互作用アプリケーションにおいて重要なタスクである。
本論文は,手形画像点雲上での正確な手ポーズを反復的に認知する拡散型手ポーズ推定モデルであるHandDiffを提案する。
実験の結果,提案したHandDiffは,4つの挑戦的なハンドポーズベンチマークデータセットにおいて,既存のアプローチよりも大幅に優れていた。
論文 参考訳（メタデータ） (2024-04-04T02:15:16Z) - HandNeRF: Neural Radiance Fields for Animatable Interacting Hands [122.32855646927013]
神経放射場(NeRF)を用いて手の動きを正確に再現する新しい枠組みを提案する。
我々は,提案するHandNeRFのメリットを検証するための広範囲な実験を行い,その成果を報告する。
論文 参考訳（メタデータ） (2023-03-24T06:19:19Z) - Im2Hands: Learning Attentive Implicit Representation of Interacting
Two-Hand Shapes [58.551154822792284]
Implicit Two Hands (Im2Hands) は、2つの相互作用する手の最初の暗黙の表現である。
Im2Handsは、両手と手と手と画像のコヒーレンシーの高い2つの手のきめ細かい幾何学を生成することができる。
両手再建におけるIm2Handsの有効性を, 関連手法と比較して実験的に実証した。
論文 参考訳（メタデータ） (2023-02-28T06:38:25Z) - 3D Interacting Hand Pose Estimation by Hand De-occlusion and Removal [85.30756038989057]
単一のRGB画像から3Dインタラクションハンドポーズを推定することは、人間の行動を理解するのに不可欠である。
本稿では,難易度の高い手ポーズ推定タスクを分解し,各手のポーズを別々に推定することを提案する。
実験の結果,提案手法は従来の手ポーズ推定手法よりも有意に優れていた。
論文 参考訳（メタデータ） (2022-07-22T13:04:06Z) - 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) - Real-time Pose and Shape Reconstruction of Two Interacting Hands With a
Single Depth Camera [79.41374930171469]
本稿では,2つの強く相互作用する手の位置と形状をリアルタイムに再現する新しい手法を提案する。
われわれのアプローチは、有利なプロパティの広範なリスト、すなわちマーカーレスを組み合わせている。
過去の研究で示された複雑性レベルを超える場面で、最先端の結果を示す。
論文 参考訳（メタデータ） (2021-06-15T11:39:49Z) - Rotation-invariant Mixed Graphical Model Network for 2D Hand Pose
Estimation [21.19641797725211]
我々は、R-MGMN(Rotation-invariant Mixed Graphical Model Network)という新しいアーキテクチャを提案する。
回転ネットを統合することにより、R-MGMNは画像中の手の回転に不変である。
R-MGMNを2つの公開ポーズデータセットで評価する。
論文 参考訳（メタデータ） (2020-02-05T23:05:09Z) - Adaptive Graphical Model Network for 2D Handpose Estimation [19.592024471753025]
単眼RGB画像からの2次元手ポーズ推定の課題に対処する新しいアーキテクチャを提案する。
アダプティブ・グラフィカル・モデル・ネットワーク(Adaptive Graphical Model Network, AGMN)は、単一のポテンシャル関数とペアのポテンシャル関数を計算するための深部畳み込みニューラルネットワークの2つの枝からなる。
提案手法は,2つの公開データセットに対する顕著なマージンによる2次元手指キーポイント推定における最先端手法よりも優れている。
論文 参考訳（メタデータ） (2019-09-18T04:19:51Z)
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。