論文の概要: BlanketGen -- A synthetic blanket occlusion augmentation pipeline for
MoCap datasets
- arxiv url: http://arxiv.org/abs/2210.12035v1
- Date: Fri, 21 Oct 2022 15:27:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 15:18:30.110816
- Title: BlanketGen -- A synthetic blanket occlusion augmentation pipeline for
MoCap datasets
- Title(参考訳): BlanketGen -- MoCapデータセットのための合成毛布閉塞拡張パイプライン
- Authors: Jo\~ao Carmona, Tam\'as Kar\'acsony, Jo\~ao Paulo Silva Cunha
- Abstract要約: 我々は、合成毛布閉塞でビデオを拡大するパイプラインを実装した。
このパイプラインにより,BlanketGen-3DPWと呼ばれる3DPWの拡張版を生成した。
そして、新しいデータセットを使ってHybrIKモデルを微調整し、将来性のある結果でこれらのシナリオのパフォーマンスを改善しました。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human motion analysis has seen drastic improvements recently, however, due to
the lack of representative datasets, in clinical in-bed scenarios, it is still
lagging behind for clinical applications. To address this issue, we implemented
BlanketGen, a pipeline that augments videos with synthetic blanket occlusions.
With this pipeline, we generated an augmented version of 3DPW called
BlanketGen-3DPW (code and further information available at
https://gitlab.inesctec.pt/brain-lab/brain-lab-public/blanket-gen-releases ).
We then used this new dataset to fine-tune HybrIK model to improve its
performance in these scenarios with promising results.
- Abstract(参考訳): 人間の動作分析は近年大きく改善されているが、一般的なデータセットが不足しているため、臨床現場ではまだ臨床応用に遅れを取っている。
この問題に対処するため,我々は,合成ブランケットオクルージョンで動画を強調するパイプラインである blanketgen を実装した。
このパイプラインでは、BlanketGen-3DPW(https://gitlab.inesctec.pt/brain-lab/brain-lab-public/blanket-gen-releases)と呼ばれる3DPWの拡張バージョンを生成しました。
そして、新しいデータセットを使ってHybrIKモデルを微調整し、将来性のある結果でこれらのシナリオのパフォーマンスを改善しました。
関連論文リスト
- WheelPose: Data Synthesis Techniques to Improve Pose Estimation Performance on Wheelchair Users [5.057643544417776]
既存のポーズ推定モデルは、トレーニングデータに表現力の欠如があるため、車椅子利用者にはあまり役に立たない。
データ収集におけるこの相違に対処するためのデータ合成パイプラインを提案する。
我々のパイプラインは,Unityゲームエンジンでシミュレーションされたモーションキャプチャデータとモーション生成出力を用いて,車椅子利用者の合成データを生成する。
論文 参考訳(メタデータ) (2024-04-25T22:17:32Z) - Mushroom Segmentation and 3D Pose Estimation from Point Clouds using Fully Convolutional Geometric Features and Implicit Pose Encoding [25.598155230329972]
我々は,キノコを分類する深層学習手法を開発し,深度センサで取得した点雲の形で3次元データに基づいてそれらのポーズを推定する。
我々はキノコシーンの合成データセットを作成し、各キノコのポーズのような3D情報を完全に認識する。
提案したネットワークは完全な畳み込みバックボーンを持ち、スパース3Dデータを解析し、インスタンスセグメンテーションとポーズ推定タスクの両方を暗黙的に定義するポーズ情報を予測する。
論文 参考訳(メタデータ) (2024-04-17T12:37:25Z) - Learning Defect Prediction from Unrealistic Data [57.53586547895278]
事前訓練されたコードのモデルは、コード理解と生成タスクに人気がある。
このようなモデルは大きい傾向があり、訓練データの総量を必要とする。
人工的に注入されたバグのある関数など、はるかに大きくてもより現実的なデータセットを持つモデルをトレーニングすることが一般的になった。
このようなデータで訓練されたモデルは、実際のプログラムでは性能が劣りながら、同様のデータでのみうまく機能する傾向にある。
論文 参考訳(メタデータ) (2023-11-02T01:51:43Z) - Beam Tree Recursive Cells [54.958581892688095]
本稿では,遅延構造誘導のためのビームサーチによる再帰ニューラルネットワーク(RvNN)の拡張を目的としたビームツリー再帰セル(BT-Cell)を提案する。
提案したモデルは, 合成データと実データの両方において, 異なる分配分割で評価する。
論文 参考訳(メタデータ) (2023-05-31T16:20:04Z) - SPAC-Net: Synthetic Pose-aware Animal ControlNet for Enhanced Pose
Estimation [19.035988285379116]
我々は、SPAC-Net(Synthetic Pose-aware Animal ControlNet)と呼ばれる新しいアプローチを提案する。
本研究では,変分オートエンコーダ(VAE)ベースのデータ生成パイプラインが生成した可塑性ポーズデータを利用して,実データに近いポーズラベルを持つ合成データを生成する。
さらに、動物と背景のHED境界を別々に検出し、生成したデータの精度と安定性を向上させるBi-ControlNet構造を提案する。
論文 参考訳(メタデータ) (2023-05-29T01:56:42Z) - Synthetic data, real errors: how (not) to publish and use synthetic data [86.65594304109567]
生成過程が下流MLタスクにどのように影響するかを示す。
本稿では、生成プロセスモデルパラメータの後方分布を近似するために、Deep Generative Ensemble (DGE)を導入する。
論文 参考訳(メタデータ) (2023-05-16T07:30:29Z) - A New Benchmark: On the Utility of Synthetic Data with Blender for Bare
Supervised Learning and Downstream Domain Adaptation [42.2398858786125]
コンピュータビジョンにおけるディープラーニングは、大規模ラベル付きトレーニングデータの価格で大きな成功を収めた。
制御不能なデータ収集プロセスは、望ましくない重複が存在する可能性のある非IIDトレーニングおよびテストデータを生成する。
これを回避するために、ドメインランダム化による3Dレンダリングによる合成データを生成する方法がある。
論文 参考訳(メタデータ) (2023-03-16T09:03:52Z) - Improved Convergence Guarantees for Shallow Neural Networks [91.3755431537592]
勾配降下法により訓練された深度2ニューラルネットの収束度を世界最小とする。
我々のモデルには、二次損失関数による回帰、完全連結フィードフォワードアーキテクチャ、RelUアクティベーション、ガウスデータインスタンス、逆ラベルといった特徴がある。
彼らは、少なくとも我々のモデルでは、収束現象がNTK体制をはるかに超越していることを強く示唆している」。
論文 参考訳(メタデータ) (2022-12-05T14:47:52Z) - Contrastive Model Inversion for Data-Free Knowledge Distillation [60.08025054715192]
そこで、データ多様性を最適化可能な目的として明示的にモデル化するContrastive Model Inversionを提案します。
我々の主な観察では、同じ量のデータの制約の下では、高いデータの多様性は、通常より強いインスタンス識別を示す。
CIFAR-10, CIFAR-100, Tiny-ImageNetを用いた実験により, 生成したデータを知識蒸留に使用する場合, CMIは極めて優れた性能を示すことが示された。
論文 参考訳(メタデータ) (2021-05-18T15:13:00Z) - SyntheticFur dataset for neural rendering [11.351079648906072]
機械学習トレーニング用に構築されたSyntheticFurと呼ばれる新しいデータセットを紹介します。
データセットはレイトレース合成毛皮レンダリングと対応する入力バッファとシミュレーションデータファイルで構成されている。
Houdiniで約140,000枚の画像と15のシミュレーションを手続き的に生成しました。
論文 参考訳(メタデータ) (2021-05-13T16:31:15Z) - Variational Bayesian Unlearning [54.26984662139516]
本研究では, ベイズモデルの学習を, 消去する訓練データの小さな部分集合から, ほぼ非学習する問題について検討する。
消去されたデータから完全に学習されていないデータと、過去の信念を完全に忘れていないデータとをトレードオフする証拠を最小化するのと等価であることを示す。
VI を用いたモデルトレーニングでは、完全なデータから近似した(正確には)後続の信念しか得られず、未学習をさらに困難にしている。
論文 参考訳(メタデータ) (2020-10-24T11:53:00Z)
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。