論文の概要: Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation

• arxiv url: http://arxiv.org/abs/2108.10272v1
• Date: Mon, 23 Aug 2021 16:18:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-24 15:39:55.384999
• Title: Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation
• Title（参考訳）: vogtareuth rehab depth datasets:リハビリテーションにおけるマーカーレス姿勢推定ベンチマーク
• Authors: Soubarna Banik, Alejandro Mendoza Garcia, Lorenz Kiwull, Steffen Berweck, and Alois Knoll
• Abstract要約: 本研究では,リハビリテーションを行う患者の深度画像と2次元ポーズ情報を含む2つのリハビリテーション特異的ポーズデータセットを提案する。 我々は、非リハブベンチマークデータセットに基づいてトレーニングされた、最先端のマーカーレス姿勢推定モデルを用いている。 私たちのデータセットは、リハビリ特有の複雑な姿勢を検出するために、ポーズモデルを訓練するのに使用できます。
• 参考スコア（独自算出の注目度）: 55.41644538483948
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Posture estimation using a single depth camera has become a useful tool for analyzing movements in rehabilitation. Recent advances in posture estimation in computer vision research have been possible due to the availability of large-scale pose datasets. However, the complex postures involved in rehabilitation exercises are not represented in the existing benchmark depth datasets. To address this limitation, we propose two rehabilitation-specific pose datasets containing depth images and 2D pose information of patients, both adult and children, performing rehab exercises. We use a state-of-the-art marker-less posture estimation model which is trained on a non-rehab benchmark dataset. We evaluate it on our rehab datasets, and observe that the performance degrades significantly from non-rehab to rehab, highlighting the need for these datasets. We show that our dataset can be used to train pose models to detect rehab-specific complex postures. The datasets will be released for the benefit of the research community.
• Abstract（参考訳）: 単一深度カメラを用いた姿勢推定はリハビリテーション運動の分析に有用である。 コンピュータビジョン研究における姿勢推定の最近の進歩は、大規模ポーズデータセットの可用性によって可能になっている。 しかし、リハビリテーション演習に関わる複雑な姿勢は、既存のベンチマーク深度データセットには示されていない。 そこで本研究では,リハビリテーション訓練を行う成人・小児の深度画像と2次元ポーズ情報を含む2つのリハビリテーション特有のポーズデータセットを提案する。 非リハビリテーションベンチマークデータセットでトレーニングされた最先端のマーカーレス姿勢推定モデルを用いる。 リハビリデータセットで評価し、パフォーマンスが非リハビリからリハビリに著しく低下していることを確認し、これらのデータセットの必要性を強調します。 当社のデータセットは,ポーズモデルのトレーニングと,リハビリに特有の複雑な姿勢の検出に使用することができる。 データセットは研究コミュニティの利益のためにリリースされる予定だ。

関連論文リスト

• Benchmarking 2D Egocentric Hand Pose Datasets [1.611271868398988]
  エゴセントリックビデオからのポーズ推定は、様々な領域に広範に影響を及ぼす。 本研究は2次元ポーズ推定に適した最先端のエゴセントリックデータセットの分析に充てられる。
  論文  参考訳（メタデータ） (2024-09-11T15:18:11Z)
• A Medical Low-Back Pain Physical Rehabilitation Dataset for Human Body Movement Analysis [0.6990493129893111]
  本稿では,低背痛リハビリテーションを施行した臨床患者の医療データセットについて,4つの課題に対処し,提案する。 データセットには、3D Kinectスケルトンの位置と向き、RGBビデオ、2Dスケルトンデータ、正確性を評価するための医用アノテーション、身体部分とタイムパンのエラー分類とローカライゼーションが含まれている。
  論文  参考訳（メタデータ） (2024-06-29T19:50:06Z)
• LWIRPOSE: A novel LWIR Thermal Image Dataset and Benchmark [9.679771580702258]
  このデータセットは、2400以上の高品質なLWIR(熱)画像で構成されている。 それぞれの画像には2Dの人間のポーズが刻まれており、研究者や実践者にとって貴重なリソースとなっている。 我々は、その可能性を示すために、データセットの最先端ポーズ推定手法をベンチマークする。
  論文  参考訳（メタデータ） (2024-04-16T01:49:35Z)
• Improving 2D Human Pose Estimation in Rare Camera Views with Synthetic Data [24.63316659365843]
  本稿では、ポーズとビューを包括的に制御した合成ヒトを生成するためのSMPLベースの手法であるRePoGenを紹介する。 トップビューデータセットの実験と、さまざまなポーズを持つ実画像の新しいデータセットにより、COCOデータセットにRePoGenデータを追加することは、以前のアプローチよりも優れていることが示されている。
  論文  参考訳（メタデータ） (2023-07-13T13:17:50Z)
• Occlusion-Invariant Rotation-Equivariant Semi-Supervised Depth Based Cross-View Gait Pose Estimation [40.50555832966361]
  閉塞不変な半教師あり学習フレームワークを用いたクロスビュー一般化のための新しい手法を提案する。 本モデルは,1つの視点からの実世界データと,複数の視点からの非競合合成データを用いて訓練した。 他の目に見えないすべてのビューから、現実世界のデータをうまく一般化することができる。
  論文  参考訳（メタデータ） (2021-09-03T09:39:05Z)
• Learning Dynamics via Graph Neural Networks for Human Pose Estimation and Tracking [98.91894395941766]
  ポーズ検出とは無関係なポーズダイナミクスを学習する新しいオンライン手法を提案する。 具体的には、空間的・時間的情報と視覚的情報の両方を明示的に考慮したグラフニューラルネットワーク(GNN)を通して、このダイナミクスの予測を導出する。 PoseTrack 2017とPoseTrack 2018データセットの実験では、提案手法が人間のポーズ推定とトラッキングタスクの両方において、技術の現状よりも優れた結果が得られることを示した。
  論文  参考訳（メタデータ） (2021-06-07T16:36:50Z)
• FixMyPose: Pose Correctional Captioning and Retrieval [67.20888060019028]
  本稿では,自動ポーズ修正システムに対応する新しいキャプションデータセットfixmyposeを提案する。 我々は「現在の」ポーズを「ターゲット」ポーズのように見えるように修正する記述を収集する。 MLバイアスを避けるため、さまざまな階層を持つキャラクタ間のバランスを維持します。
  論文  参考訳（メタデータ） (2021-04-04T21:45:44Z)
• Deep Learning-Based Human Pose Estimation: A Survey [66.01917727294163]
  人間のポーズ推定は、過去10年間に注目を集めてきた。 ヒューマン・コンピュータ・インタラクション、モーション・アナリティクス、拡張現実、バーチャル・リアリティーなど幅広い用途で利用されている。 最近のディープラーニングベースのソリューションは、人間のポーズ推定において高いパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-12-24T18:49:06Z)
• Kinematic-Structure-Preserved Representation for Unsupervised 3D Human Pose Estimation [58.72192168935338]
  大規模インスタディオデータセットの監視を用いて開発された人間のポーズ推定モデルの一般化可能性については疑問が残る。 本稿では,2対あるいは2対の弱い監督者によって抑制されない,新しいキネマティック構造保存型非教師付き3次元ポーズ推定フレームワークを提案する。 提案モデルでは,前方運動学,カメラ投影,空間マップ変換という3つの連続的な微分可能変換を用いる。
  論文  参考訳（メタデータ） (2020-06-24T23:56:33Z)
• A Review of Computational Approaches for Evaluation of Rehabilitation Exercises [58.720142291102135]
  本稿では,モーションキャプチャシステムを用いたリハビリテーションプログラムにおける患者のパフォーマンスを評価するための計算手法についてレビューする。 エクササイズ評価のための再検討された計算手法は, 離散的な運動スコア, ルールベース, テンプレートベースアプローチの3つのカテゴリに分類される。
  論文  参考訳（メタデータ） (2020-02-29T22:18:56Z)

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。