論文の概要: TaiChi Action Capture and Performance Analysis with Multi-view RGB Cameras

• arxiv url: http://arxiv.org/abs/2306.14490v1
• Date: Mon, 26 Jun 2023 08:04:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-27 14:36:16.154931
• Title: TaiChi Action Capture and Performance Analysis with Multi-view RGB Cameras
• Title（参考訳）: マルチビューRGBカメラを用いたTaiChi アクションキャプチャと性能解析
• Authors: Jianwei Li, Siyu Mo, Yanfei Shen
• Abstract要約: マルチビュー幾何と人工知能技術を用いたTaiChiパフォーマンスキャプチャと解析のためのフレームワークを提案する。 従来の視覚的手法と暗黙の神経放射場を組み合わせることで,スパルス3次元骨格融合と高密度3次元表面再構成を実現する。
• 参考スコア（独自算出の注目度）: 3.7049834076966497
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in computer vision and deep learning have influenced the field of sports performance analysis for researchers to track and reconstruct freely moving humans without any marker attachment. However, there are few works for vision-based motion capture and intelligent analysis for professional TaiChi movement. In this paper, we propose a framework for TaiChi performance capture and analysis with multi-view geometry and artificial intelligence technology. The main innovative work is as follows: 1) A multi-camera system suitable for TaiChi motion capture is built and the multi-view TaiChi data is collected and processed; 2) A combination of traditional visual method and implicit neural radiance field is proposed to achieve sparse 3D skeleton fusion and dense 3D surface reconstruction. 3) The normalization modeling of movement sequences is carried out based on motion transfer, so as to realize TaiChi performance analysis for different groups. We have carried out evaluation experiments, and the experimental results have shown the efficiency of our method.
• Abstract（参考訳）: 近年のコンピュータビジョンと深層学習がスポーツパフォーマンス分析の分野に影響を与えており、研究者はマーカーの添付なしに自由に動く人間の追跡と再構築を行っている。 しかし、プロの太知運動のための視覚ベースのモーションキャプチャーとインテリジェント分析のための作品はほとんどない。 本論文では,多視点幾何と人工知能技術を用いたTaiChiパフォーマンスキャプチャと解析のためのフレームワークを提案する。 主な革新的仕事は次のとおりである。 1)TaiChiモーションキャプチャに適したマルチカメラシステムを構築し、マルチビューTaiChiデータを収集処理する。 2) 従来の視覚法と暗黙的神経放射場の組み合わせにより, スパース3次元骨格融合と高密度3次元表面再構成を実現する。 3) 移動系列の正規化モデル化は, 移動移動に基づいて行われ, 異なる群に対する太一性能解析を実現する。 評価実験を行い,実験結果から本手法の有効性が示された。

関連論文リスト

• Leveraging Digital Perceptual Technologies for Remote Perception and Analysis of Human Biomechanical Processes: A Contactless Approach for Workload and Joint Force Assessment [4.96669107440958]
  本研究では,産業環境下での人間の動きの分析を目的とした,革新的なコンピュータビジョンフレームワークを提案する。 このフレームワークは、人間の動作の包括的な精査を可能にし、運動パターンや運動データに関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2024-04-02T02:12:00Z)
• Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
  本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。 各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。 頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-14T02:58:27Z)
• A Simple Baseline for Multi-Camera 3D Object Detection [94.63944826540491]
  周囲のカメラで3Dオブジェクトを検出することは、自動運転にとって有望な方向だ。 マルチカメラオブジェクト検出のための簡易ベースラインであるSimMODを提案する。 我々は, nuScenes の3次元オブジェクト検出ベンチマークにおいて, SimMOD の有効性を示す広範囲な実験を行った。
  論文  参考訳（メタデータ） (2022-08-22T03:38:01Z)
• SSMTL++: Revisiting Self-Supervised Multi-Task Learning for Video Anomaly Detection [108.57862846523858]
  自己教師型マルチタスク学習フレームワークを再考し、元の手法にいくつかのアップデートを提案する。 マルチヘッド・セルフアテンション・モジュールを導入することで3次元畳み込みバックボーンを近代化する。 モデルをさらに改良するために,セグメントマップの予測などの自己指導型学習タスクについて検討した。
  論文  参考訳（メタデータ） (2022-07-16T19:25:41Z)
• 3D Multi-Object Tracking Using Graph Neural Networks with Cross-Edge Modality Attention [9.150245363036165]
  Batch3DMOTは、現実のシーンを、方向付き、非循環型、カテゴリー非結合な追跡グラフとして表現する。 モーダル間断続性を緩和するクロスエッジアテンション機構を用いたマルチモーダルグラフニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-03-21T12:44:17Z)
• The Preliminary Results on Analysis of TAIGA-IACT Images Using Convolutional Neural Networks [68.8204255655161]
  本研究の目的は,AIGA-IACTに設定された課題を解決するための機械学習アプリケーションの可能性を検討することである。 The method of Convolutional Neural Networks (CNN) was applied to process and analysis Monte-Carlo eventssimulated with CORSIKA。
  論文  参考訳（メタデータ） (2021-12-19T15:17:20Z)
• 3D Pose Estimation and Future Motion Prediction from 2D Images [26.28886209268217]
  本稿では,3次元人物のポーズを推定し,RGB画像列から将来の3次元動作を予測するという,高相関な課題に共同で取り組むことを検討する。 リー代数のポーズ表現に基づいて、人間の運動キネマティクスを自然に保存する新しい自己投射機構が提案されている。
  論文  参考訳（メタデータ） (2021-11-26T01:02:00Z)
• EfficientPhys: Enabling Simple, Fast and Accurate Camera-Based Vitals Measurement [5.435325323159416]
  EfficientPhysと呼ばれるカメラによる生理的計測のための2つの新しいニューラルモデルを提案する。 我々のモデルは3つの公開データセットで最先端の精度を達成する。
  論文  参考訳（メタデータ） (2021-10-09T03:51:26Z)
• Self-supervised Video Object Segmentation by Motion Grouping [79.13206959575228]
  動きの手がかりを利用して物体をセグメンテーションできるコンピュータビジョンシステムを開発した。 本稿では,光フローフレームを一次オブジェクトと背景に分割するトランスフォーマーの簡単なバリエーションを紹介する。 提案したアーキテクチャを公開ベンチマーク(DAVIS2016, SegTrackv2, FBMS59)で評価する。
  論文  参考訳（メタデータ） (2021-04-15T17:59:32Z)
• Learning to Segment Rigid Motions from Two Frames [72.14906744113125]
  本研究では, 運動場から独立物体の動きを復元する幾何学的解析により, モジュラーネットワークを提案する。 2つの連続フレームを入力とし、背景のセグメンテーションマスクと複数の剛体移動オブジェクトを予測し、3次元の剛体変換によってパラメータ化する。 本手法はkittiおよびsintelにおける剛体運動セグメンテーションの最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-01-11T04:20:30Z)
• Synergetic Reconstruction from 2D Pose and 3D Motion for Wide-Space Multi-Person Video Motion Capture in the Wild [3.0015034534260665]
  マルチカメラの精度と滑らかさを考慮したマーカーレスモーションキャプチャ手法を提案する。 提案手法は,各人物の3Dポーズを予測し,マルチカメラ画像のバウンディングボックスを決定する。 提案手法を,様々なデータセットと実スポーツフィールドを用いて評価した。
  論文  参考訳（メタデータ） (2020-01-16T02:14:59Z)

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。