論文の概要: Deep learning-based estimation of whole-body kinematics from multi-view
images
- arxiv url: http://arxiv.org/abs/2307.05896v1
- Date: Wed, 12 Jul 2023 03:51:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 14:30:37.242296
- Title: Deep learning-based estimation of whole-body kinematics from multi-view
images
- Title(参考訳): 深層学習に基づく多視点画像からの全身運動量の推定
- Authors: Kien X. Nguyen, Liying Zheng, Ashley L. Hawke, Robert E. Carey, Scott
P. Breloff, Kang Li, Xi Peng
- Abstract要約: 職業における致命的・筋骨格損傷のリスクを評価するためには,全身運動学(関節位置や関節角度を含む)を解析する必要がある。
近年,共同位置決定における誤差を最小限に抑える手法として,人間のポーズ推定が注目されている。
多視点画像からの直交角度推定におけるエンドツーエンドのアプローチを提案する。
- 参考スコア(独自算出の注目度): 12.076086424385524
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: It is necessary to analyze the whole-body kinematics (including joint
locations and joint angles) to assess risks of fatal and musculoskeletal
injuries in occupational tasks. Human pose estimation has gotten more attention
in recent years as a method to minimize the errors in determining joint
locations. However, the joint angles are not often estimated, nor is the
quality of joint angle estimation assessed. In this paper, we presented an
end-to-end approach on direct joint angle estimation from multi-view images.
Our method leveraged the volumetric pose representation and mapped the rotation
representation to a continuous space where each rotation was uniquely
represented. We also presented a new kinematic dataset in the domain of
residential roofing with a data processing pipeline to generate necessary
annotations for the supervised training procedure on direct joint angle
estimation. We achieved a mean angle error of $7.19^\circ$ on the new Roofing
dataset and $8.41^\circ$ on the Human3.6M dataset, paving the way for
employment of on-site kinematic analysis using multi-view images.
- Abstract(参考訳): 職業における致命的・筋骨格損傷のリスクを評価するためには,全身運動学(関節位置や関節角度を含む)の分析が必要である。
近年,共同位置決定における誤差を最小化する手法として,人間のポーズ推定が注目されている。
しかし,関節角度の評価は行われず,関節角度評価の品質も評価されない。
本稿では,多視点画像からの直交角度推定におけるエンドツーエンドアプローチを提案する。
提案手法は体積的ポーズ表現を活用し,各回転が一意に表現された連続空間に回転表現をマッピングした。
また,直接関節角度推定のための教師あり訓練手順に必要なアノテーションを生成するデータ処理パイプラインを用いて,住宅屋根の領域に新たなキネマティックデータセットを提示した。
新しい屋根付きデータセットでは平均アングル誤差が7.19^\circ$、human3.6mデータセットでは8.41^\circ$となり、マルチビュー画像を用いた現場運動解析の雇用方法が確立された。
関連論文リスト
- UNOPose: Unseen Object Pose Estimation with an Unposed RGB-D Reference Image [86.7128543480229]
単参照型オブジェクトポーズ推定のための新しいアプローチとベンチマークをUNOPoseと呼ぶ。
粗大なパラダイムに基づいて、UNOPoseはSE(3)不変の参照フレームを構築し、オブジェクト表現を標準化する。
重なり合う領域内に存在すると予測される確率に基づいて、各対応の重みを補正する。
論文 参考訳(メタデータ) (2024-11-25T05:36:00Z) - Seg4Reg+: Consistency Learning between Spine Segmentation and Cobb Angle
Regression [29.449640947146943]
既存の方法では、ランドマーク推定からコブ角を計算するか、あるいはコブ角回帰タスクと低レベルタスクを単純に組み合わせる。
本研究では,セグメンテーションと回帰ネットワークを協調的に最適化する,Seg4Reg+という新しいマルチタスクフレームワークを提案する。
AASCE Challengeデータセット上で行った評価は、各モジュールの有効性と、最先端の手法に対するモデルの性能を実証するものである。
論文 参考訳(メタデータ) (2022-08-26T07:00:37Z) - Neural Rendering of Humans in Novel View and Pose from Monocular Video [68.37767099240236]
本稿では,新しい視点下で写真リアルな人間を生成し,モノクロ映像を入力として提示する新しい手法を提案する。
提案手法は,モノクラー映像を入力として,見知らぬポーズや新しい視点下での既存手法よりも優れていた。
論文 参考訳(メタデータ) (2022-04-04T03:09:20Z) - Towards Self-Supervised Category-Level Object Pose and Size Estimation [121.28537953301951]
本研究は,一深度画像からのカテゴリレベルのオブジェクトポーズとサイズ推定のための自己教師型フレームワークを提案する。
我々は、同じ形状の点雲における幾何学的整合性を利用して自己超越する。
論文 参考訳(メタデータ) (2022-03-06T06:02:30Z) - Occlusion-Invariant Rotation-Equivariant Semi-Supervised Depth Based
Cross-View Gait Pose Estimation [40.50555832966361]
閉塞不変な半教師あり学習フレームワークを用いたクロスビュー一般化のための新しい手法を提案する。
本モデルは,1つの視点からの実世界データと,複数の視点からの非競合合成データを用いて訓練した。
他の目に見えないすべてのビューから、現実世界のデータをうまく一般化することができる。
論文 参考訳(メタデータ) (2021-09-03T09:39:05Z) - Locally Aware Piecewise Transformation Fields for 3D Human Mesh
Registration [67.69257782645789]
本論文では,3次元変換ベクトルを学習し,提案空間内の任意のクエリ点をリザーブ空間内の対応する位置にマップする部分変換場を提案する。
パラメトリックモデルにネットワークのポーズを合わせることで、特に極端なポーズにおいて、より優れた登録品質が得られることを示す。
論文 参考訳(メタデータ) (2021-04-16T15:16:09Z) - End-to-end learning of keypoint detection and matching for relative pose
estimation [1.8352113484137624]
2つの画像間の相対的なポーズを推定する新しい手法を提案する。
キーポイント検出,説明抽出,マッチング,ロバストなポーズ推定を共同で学習する。
本研究では,既知のポーズを持つ画像データベース内でのクエリ画像の視覚的局在化の手法を示す。
論文 参考訳(メタデータ) (2021-04-02T15:16:17Z) - Self-supervised Human Detection and Segmentation via Multi-view
Consensus [116.92405645348185]
本稿では,トレーニング中に幾何学的制約を多視点一貫性という形で組み込むマルチカメラフレームワークを提案する。
本手法は,標準ベンチマークから視覚的に外れた画像に対して,最先端の自己監視的人物検出とセグメンテーション技術に勝ることを示す。
論文 参考訳(メタデータ) (2020-12-09T15:47:21Z) - Orientation Keypoints for 6D Human Pose Estimation [15.347102634852613]
骨格関節の完全な位置と回転を推定するための新しいアプローチである方向キーポイントを導入する。
モーションキャプチャーシステムは、全骨回転を推定するために一組のポイントマーカーを使用する方法に着想を得て、仮想マーカーを用いて十分な情報を生成する。
回転予測は関節角度の平均誤差を48%改善し、15個の骨回転で93%の精度を達成する。
論文 参考訳(メタデータ) (2020-09-10T15:15:12Z) - An End-to-End Framework for Unsupervised Pose Estimation of Occluded
Pedestrians [2.6491437065671724]
本稿では,歩行者のポーズ推定全体に向けたエンドツーエンドトレーニングのための新しい枠組みを提案する。
我々は、ポーズ推定データセットであるMS-COCOを利用し、教師なしのインスタンスレベルのドメイン適応を用いて、閉塞した歩行者のポーズ全体を推定する。
論文 参考訳(メタデータ) (2020-02-15T19:00:20Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳(メタデータ) (2020-01-21T06:51:47Z)
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。