Fugu-MT 論文翻訳(概要): BlanketGen -- A synthetic blanket occlusion augmentation pipeline for MoCap datasets

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

Efficient Model Compression for Bayesian Neural Networks [4.179545514579061]
本研究では,ベイズモデル選択の原理を深層学習設定でエミュレートするための新しい戦略を示す。シミュレーションおよび実世界のベンチマークデータのホスト上でのプルーニングと特徴選択にこれらの確率を用いる。
論文参考訳（メタデータ） (2024-11-01T00:07:59Z)
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)
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。