Fugu-MT 論文翻訳(概要): A comparative study of human inverse kinematics techniques for lower limbs

論文の概要: A comparative study of human inverse kinematics techniques for lower limbs

arxiv url: http://arxiv.org/abs/2302.10769v2
Date: Wed, 22 Feb 2023 08:42:57 GMT
ステータス: 処理完了
システム内更新日: 2023-02-23 12:09:36.270826
Title: A comparative study of human inverse kinematics techniques for lower limbs
Title（参考訳）: 下肢に対するヒト逆運動学法の比較研究
Authors: Zineb Benhmidouch, Saad Moufid, Aissam Ait Omar
Abstract要約: 逆キネマティクス (Inverse Kinematics, IK) は活発な研究テーマであり、高速で正確な解を提供するために多くの手法が導入された。高計算コストと非現実的な位置の生成は、既存のほとんどの IK 法において弱い点を構成する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Inverse Kinematics (IK) has been an active research topic and many methods have been introduced to provide a fast and accurate solution. However, high computational cost and the generation of unrealistic positions constitute the weak points in most existing IK methods. In this paper, a comparative study was established to analyze the performance of popular IK techniques applied to the human leg. The objective is to determine the most efficient method in terms of computation time and to reach the desired position with a realistic human posture while respecting the range of motion and joint comfort zones of every joint.
Abstract（参考訳）: 逆キネマティクス (Inverse Kinematics, IK) は活発な研究テーマであり、高速で正確な解を提供するために多くの手法が導入された。しかし、高い計算コストと非現実的位置の生成は、既存のほとんどのik法において弱点となる。そこで本研究では,ヒトの足に応用された一般的なIK技術の性能を比較検討した。計算時間の観点から最も効率的な方法を決定し、関節の動作範囲や関節の快適ゾーンを尊重しつつ、現実的な姿勢で所望の位置に到達することを目的とする。

関連論文リスト

Kinematics-based 3D Human-Object Interaction Reconstruction from Single View [10.684643503514849]
既存の方法は、単に身体のポーズを単に屋内データセットのネットワークトレーニングに依存するだけである。本研究では,人体の関節を人体接触領域へ正確に駆動するキネマティクスに基づく手法を提案する。
論文参考訳（メタデータ） (2024-07-19T05:44:35Z)
See Further for Parameter Efficient Fine-tuning by Standing on the Shoulders of Decomposition [56.87609859444084]
パラメータ効率の細かいチューニング(PEFT)は、パラメータの選択したサブセットを最適化し、残りを固定し、計算とストレージのオーバーヘッドを大幅に削減することに焦点を当てている。分解の観点からそれらを分離することで、すべてのアプローチを統一する第一歩を踏み出します。本稿では,PEFT技術の性能向上を目的とした,単純かつ効果的なフレームワークとともに,新しい2つのPEFT手法を提案する。
論文参考訳（メタデータ） (2024-07-07T15:44:42Z)
Efficient Human Pose Estimation: Leveraging Advanced Techniques with MediaPipe [5.439359582541082]
本研究では,MediaPipeフレームワークを用いた人間のポーズ推定の大幅な向上について述べる。この研究は精度、計算効率、リアルタイム処理能力の改善に焦点を当てている。この進歩は、拡張現実、スポーツ分析、ヘルスケアに幅広く応用されている。
論文参考訳（メタデータ） (2024-06-21T21:00:45Z)
MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文参考訳（メタデータ） (2024-04-16T02:18:18Z)
Performance Comparison of Surrogate-Assisted Evolutionary Algorithms on Computational Fluid Dynamics Problems [2.1756081703276]
実世界の計算流体力学問題を用いて、11の最先端単目的SAEAの性能を比較する。以上の結果から,最近発表された手法と,微分進化を最適化手法の1つとして活用する手法が,他の検討手法よりも優れていることが示唆された。
論文参考訳（メタデータ） (2024-02-26T09:58:36Z)
Deep Learning-based Analysis of Basins of Attraction [49.812879456944984]
本研究は,様々な力学系における盆地の複雑さと予測不可能性を特徴づけることの課題に対処する。主な焦点は、この分野における畳み込みニューラルネットワーク(CNN)の効率性を示すことである。
論文参考訳（メタデータ） (2023-09-27T15:41:12Z)
Improving Pre-Trained Weights Through Meta-Heuristics Fine-Tuning [0.0]
我々は,メタヒューリスティックな手法を用いて,事前訓練した重量を微調整することを提案する。実験結果から,事前学習した重みの近傍を探索する自然に触発されたアルゴリズムの能力が示された。
論文参考訳（メタデータ） (2022-12-19T13:40:26Z)
Optimization of Rocker-Bogie Mechanism using Heuristic Approaches [0.0]
本稿では,海外の地形に関連付けられた標準的なサスペンション手法であるRocker Bogie機構について論じる。本稿では,シミュレート・アニーリング,遺伝的アルゴリズム,スワム・インテリジェンス,盆地ホッピング,微分進化に関する広範な実験を行った。
論文参考訳（メタデータ） (2022-09-14T21:02:01Z)
SIMPLE: SIngle-network with Mimicking and Point Learning for Bottom-up Human Pose Estimation [81.03485688525133]
Single-network with Mimicking and Point Learning for Bottom-up Human Pose Estimation (SIMPLE) を提案する。具体的には、トレーニングプロセスにおいて、SIMPLEが高性能なトップダウンパイプラインからのポーズ知識を模倣できるようにする。さらに、SIMPLEは人間検出とポーズ推定を統一的なポイントラーニングフレームワークとして定式化し、単一ネットワークで相互に補完する。
論文参考訳（メタデータ） (2021-04-06T13:12:51Z)
Emergent Hand Morphology and Control from Optimizing Robust Grasps of Diverse Objects [63.89096733478149]
多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
論文参考訳（メタデータ） (2020-12-22T17:52:29Z)
Towards Understanding the Adversarial Vulnerability of Skeleton-based Action Recognition [133.35968094967626]
骨格に基づく行動認識は、動的状況への強い適応性から注目を集めている。ディープラーニング技術の助けを借りて、かなり進歩し、現在、良識のある環境で約90%の精度を達成している。異なる対角的環境下での骨格に基づく行動認識の脆弱性に関する研究はいまだ研究されていない。
論文参考訳（メタデータ） (2020-05-14T17:12:52Z)

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。