論文の概要: Real-time Recognition of Yoga Poses using computer Vision for Smart Health Care

• arxiv url: http://arxiv.org/abs/2201.07594v1
• Date: Wed, 19 Jan 2022 13:41:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-20 14:45:50.660643
• Title: Real-time Recognition of Yoga Poses using computer Vision for Smart Health Care
• Title（参考訳）: スマートヘルスケアのためのコンピュータビジョンを用いたヨガのリアルタイム認識
• Authors: Abhishek Sharma, Yash Shah, Yash Agrawal, Prateek Jain
• Abstract要約: また、この作品には、ヨガの手札の識別も紹介されている。 YOGIデータセットは、ポーズごとに約400～900枚の画像を持つ10個のヨガ姿勢を含む。 RandomSearch CVのXGBoostは最も正確で、99.2%の精度がある。
• 参考スコア（独自算出の注目度）: 13.709260905038624
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Nowadays, yoga has become a part of life for many people. Exercises and sports technological assistance is implemented in yoga pose identification. In this work, a self-assistance based yoga posture identification technique is developed, which helps users to perform Yoga with the correction feature in Real-time. The work also presents Yoga-hand mudra (hand gestures) identification. The YOGI dataset has been developed which include 10 Yoga postures with around 400-900 images of each pose and also contain 5 mudras for identification of mudras postures. It contains around 500 images of each mudra. The feature has been extracted by making a skeleton on the body for yoga poses and hand for mudra poses. Two different algorithms have been used for creating a skeleton one for yoga poses and the second for hand mudras. Angles of the joints have been extracted as a features for different machine learning and deep learning models. among all the models XGBoost with RandomSearch CV is most accurate and gives 99.2\% accuracy. The complete design framework is described in the present paper.
• Abstract（参考訳）: 現在、ヨガは多くの人々の生活の一部となっている。 ヨガのポーズ識別には運動とスポーツの技術援助が取り入れられている。 そこで本研究では,ユーザがリアルタイムに修正機能を用いてヨガを行うための自己支援型ヨガ姿勢識別技術を開発した。 また、ヨガハンドマッドラ(手振り)の識別も行っている。 ヨギデータセットは、各ポーズの約400～900画像を含む10のヨガ姿勢を含むとともに、マダラス姿勢の識別のための5つのマダラを含む。 それぞれ約500枚の像がある。 この特徴は、体にヨガのポーズ用の骨格と、マダラのポーズ用の手を作ることで抽出されている。 2つの異なるアルゴリズムがヨガポーズのスケルトンとハンドマドラの2つのスケルトンを作成するのに使われている。 関節の角度は、異なる機械学習とディープラーニングモデルの特徴として抽出されている。 RandomSearch CVのXGBoostはすべてのモデルの中で最も正確であり、99.2\%の精度である。 本論文では, 完全な設計枠組みについて述べる。

関連論文リスト

• UniPose: A Unified Multimodal Framework for Human Pose Comprehension, Generation and Editing [79.68232381605661]
  さまざまなモダリティにまたがって人間のポーズを理解し、生成し、編集するためのフレームワークであるUniPoseを提案する。 具体的には、3Dポーズを個別のポーズトークンに変換するためにポーズトークンライザを適用し、統一語彙内のLCMへのシームレスな統合を可能にする。 統一的な学習戦略から恩恵を受けるUniPoseは、さまざまなポーズ関連タスク間で知識を効果的に伝達し、目に見えないタスクに適応し、拡張された能力を示す。
  論文  参考訳（メタデータ） (2024-11-25T08:06:30Z)
• Yoga Pose Classification Using Transfer Learning [0.0]
  大規模なヨガポーズ認識のためのベンチマークデータセットであるYoga-82は、正確なアノテーションを不可能にする難しい位置にある。 私たちはVGG-16、ResNet-50、ResNet-101、DenseNet-121を使って、より良い結果を得るために様々な方法でそれらを微調整しました。 実験の結果,トップ1の精度85%,トップ5の精度96%のDenseNet-121が最高性能を示した。
  論文  参考訳（メタデータ） (2024-10-29T14:34:18Z)
• 3DYoga90: A Hierarchical Video Dataset for Yoga Pose Understanding [0.0]
  3DYoga901は3レベルのラベル階層で構成されている。 我々のデータセットには、慎重にキュレートされたRGBヨガポーズビデオと3Dスケルトンシーケンスが含まれています。
  論文  参考訳（メタデータ） (2023-10-16T07:15:31Z)
• VINECS: Video-based Neural Character Skinning [82.39776643541383]
  ポーズ依存のスキン重みを持つ完全リップ文字を作成するための完全自動アプローチを提案する。 提案手法は高密度4Dスキャンに頼らず,最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-07-03T08:35:53Z)
• Surya Namaskar: real-time advanced yoga pose recognition and correction for smart healthcare [13.193107713297255]
  スリヤナマスカル(Suryanamaskar)は、太陽への敬礼としても知られ、8つの異なる形と12のアスタナを組み合わせたヨガの練習である。 ここでMediapipe Libraryは、Surya namaskarの状況を分析するのに使われている。 スタンディングは高度なソフトウェアでリアルタイムで検出され、カメラの前でSurya namaskarを実行する。
  論文  参考訳（メタデータ） (2022-09-06T13:37:25Z)
• Imposing Temporal Consistency on Deep Monocular Body Shape and Pose Estimation [67.23327074124855]
  本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。 我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。 本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
  論文  参考訳（メタデータ） (2022-02-07T11:11:55Z)
• Learning Realistic Human Reposing using Cyclic Self-Supervision with 3D Shape, Pose, and Appearance Consistency [55.94908688207493]
  画像品質のギャップを教師付き手法で埋める自己教師型フレームワークSPICEを提案する。 自己超越を可能にする重要な洞察は、様々な方法で人体に関する3D情報を活用することである。 SPICEはDeepFashionデータセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-11T17:48:50Z)
• 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)
• Does Yoga Make You Happy? Analyzing Twitter User Happiness using Textual and Temporal Information [29.89122455417348]
  ヨガの練習と幸福感の因果関係について,テキスト情報と時間情報を組み合わせて検討した。 Twitterのデータセットで行った実験では、1447人のユーザーが「ヨガ・グランガーが幸福になる」という結果が出ました。
  論文  参考訳（メタデータ） (2020-12-05T03:30:49Z)
• Yoga-82: A New Dataset for Fine-grained Classification of Human Poses [46.319423568714505]
  82クラスからなる大規模ヨガポーズ認識のためのデータセットYoga-82を提案する。 Yoga-82は、細かいアノテーションができない複雑なポーズで構成されている。 データセットには、体の位置、体の位置の変化、実際のポーズ名を含む3レベル階層が含まれている。
  論文  参考訳（メタデータ） (2020-04-22T01:43:44Z)

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。