論文の概要: Automatic Estimation of Anthropometric Human Body Measurements
- arxiv url: http://arxiv.org/abs/2112.11992v1
- Date: Wed, 22 Dec 2021 16:13:59 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-23 15:12:35.469661
- Title: Automatic Estimation of Anthropometric Human Body Measurements
- Title(参考訳): 人体計測の人体自動推定
- Authors: Dana \v{S}korv\'ankov\'a, Adam Rie\v{c}ick\'y, Martin Madaras
- Abstract要約: 本稿では,深層学習とニューラルネットワークの分野における研究を定式化し,様々な視覚的入力データから身体計測の課題に取り組む。
また, 各種人体形状の合成データセットを作成することにより, トレーニングや評価に要する地上の真理体計測に注釈を付ける実際の人体データの欠如にも対処する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Research tasks related to human body analysis have been drawing a lot of
attention in computer vision area over the last few decades, considering its
potential benefits on our day-to-day life. Anthropometry is a field defining
physical measures of a human body size, form, and functional capacities.
Specifically, the accurate estimation of anthropometric body measurements from
visual human body data is one of the challenging problems, where the solution
would ease many different areas of applications, including ergonomics, garment
manufacturing, etc. This paper formulates a research in the field of deep
learning and neural networks, to tackle the challenge of body measurements
estimation from various types of visual input data (such as 2D images or 3D
point clouds). Also, we deal with the lack of real human data annotated with
ground truth body measurements required for training and evaluation, by
generating a synthetic dataset of various human body shapes and performing a
skeleton-driven annotation.
- Abstract(参考訳): 人間の身体分析に関連する研究課題は、コンピュータビジョン領域で過去数十年間、私たちの日々の生活に潜在的な利益を考慮し、多くの注目を集めてきた。
人体計測は、人体の大きさ、形態、機能能力の物理測度を定義する分野である。
具体的には、視覚的人体データから人体計測を正確に推定することは、人間工学や衣服製造など、さまざまな分野の応用を楽にする、という課題の1つだ。
本稿では、深層学習とニューラルネットワークの分野における研究を定式化し、様々な視覚的入力データ(2次元画像や3次元点雲など)から身体計測を行う際の課題に取り組む。
また, 人体形状の合成データセットを生成し, 骨格駆動アノテーションを実行することにより, トレーニングや評価に要する地中真理体計測に付加した実際の人体データの欠如にも対処する。
関連論文リスト
- BodyMetric: Evaluating the Realism of Human Bodies in Text-to-Image Generation [9.85749440360125]
BodyMetricは、画像の身体リアリズムを予測する学習可能なメトリックである。
BodyMetricは、これまで大規模に利用できなかったアプリケーションを通じてデモします。
論文 参考訳(メタデータ) (2024-12-05T11:48:54Z) - Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳(メタデータ) (2024-03-13T16:05:18Z) - AnthroNet: Conditional Generation of Humans via Anthropometrics [2.4016781107988265]
本稿では,人間中心の広範囲な測定によって定式化された新しい人体モデルを提案する。
提案モデルは, 深層生成アーキテクチャを用いて, 特定の人物の直接モデリングを可能にする。
人工的に生成されたデータのみを使用してエンドツーエンドで訓練されたのは、今回が初めてである。
論文 参考訳(メタデータ) (2023-09-07T16:09:06Z) - SynBody: Synthetic Dataset with Layered Human Models for 3D Human
Perception and Modeling [93.60731530276911]
我々は3つの魅力的な特徴を持つ新しい合成データセット、SynBodyを紹介した。
データセットは、正確な3Dアノテーションを備えた1.2Mイメージで構成され、1万の人体モデル、1,187のアクション、さまざまな視点をカバーしている。
論文 参考訳(メタデータ) (2023-03-30T13:30:12Z) - Effect of Gender, Pose and Camera Distance on Human Body Dimensions
Estimation [0.0]
HBDE(Human Body Dimensions Estimation)は、知的エージェントが画像(2D)や点雲やメッシュ(3D)から人体情報を判定する作業である。
我々は,(1)特定の性別の被験者とのトレーニング,(2)特定のポーズ,(3)スパースカメラ距離,(4)密度カメラ距離の4つのシナリオでCNNを訓練し,評価する。
我々の実験は、ネットワークがタスクをうまく実行できることを実証するだけでなく、HBDEのタスクをよりよく理解するのに寄与する多くの関連する事実も明らかにする。
論文 参考訳(メタデータ) (2022-05-24T12:26:25Z) - HSPACE: Synthetic Parametric Humans Animated in Complex Environments [67.8628917474705]
我々は、複雑な屋内および屋外環境に置かれたアニメーション人間による大規模な写真リアルデータセット、Human-SPACEを構築した。
年齢、性別、比率、民族性の異なる数百の個人と数百の動きとシーンを組み合わせて、100万フレームを超える最初のデータセットを生成します。
アセットは大規模に自動生成され、既存のリアルタイムレンダリングやゲームエンジンと互換性がある。
論文 参考訳(メタデータ) (2021-12-23T22:27:55Z) - LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human
Bodies [78.17425779503047]
本稿では,人体に対する新しい暗黙の表現法を提案する。
完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。
我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
論文 参考訳(メタデータ) (2021-11-30T04:10:57Z) - A Neural Anthropometer Learning from Body Dimensions Computed on Human
3D Meshes [0.0]
本稿では,3次元メッシュの左右腕長,肩幅,切削高さ(クロッチ高さ)を,医療・バーチャル・トライオン・距離調整への応用に焦点をあてて算出する手法を提案する。
一方、最近発表された手法を用いて計算された4つの追加の体次元を用いて、8つの体次元の集合を組み立て、これら次元を推定できる畳み込みニューラルネットワークであるニューラル・アントロポメータの監視信号として使用する。
論文 参考訳(メタデータ) (2021-10-06T12:56:05Z) - 3D Human Body Reshaping with Anthropometric Modeling [59.51820187982793]
人間測定パラメータから正確で現実的な3D人体を再構築することは、個人識別、オンラインショッピング、仮想現実のための基本的な課題です。
このような3d形状を作る既存のアプローチは、レンジカメラやハイエンドスキャナーによる複雑な測定に苦しむことが多い。
本稿では,各ファセットに対する自動人為的パラメータモデリングを可能にする,特徴選択に基づく局所マッピング手法を提案する。
論文 参考訳(メタデータ) (2021-04-05T04:09:39Z) - 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)
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。