論文の概要: Vision-Based Human Pose Estimation via Deep Learning: A Survey
- arxiv url: http://arxiv.org/abs/2308.13872v1
- Date: Sat, 26 Aug 2023 13:14:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-29 18:25:59.384877
- Title: Vision-Based Human Pose Estimation via Deep Learning: A Survey
- Title(参考訳): 深層学習による視覚に基づく人間のポーズ推定:調査
- Authors: Gongjin Lan, Yu Wu, Fei Hu, and Qi Hao
- Abstract要約: 人間のポーズ推定(HPE)はコンピュータビジョンコミュニティからかなりの注目を集めている。
ディープラーニングベースのアプローチは、HPEベースのアプリケーションで最先端のパフォーマンスを示している。
- 参考スコア(独自算出の注目度): 16.91869014002809
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human pose estimation (HPE) has attracted a significant amount of attention
from the computer vision community in the past decades. Moreover, HPE has been
applied to various domains, such as human-computer interaction, sports
analysis, and human tracking via images and videos. Recently, deep
learning-based approaches have shown state-of-the-art performance in HPE-based
applications. Although deep learning-based approaches have achieved remarkable
performance in HPE, a comprehensive review of deep learning-based HPE methods
remains lacking in the literature. In this article, we provide an up-to-date
and in-depth overview of the deep learning approaches in vision-based HPE. We
summarize these methods of 2-D and 3-D HPE, and their applications, discuss the
challenges and the research trends through bibliometrics, and provide
insightful recommendations for future research. This article provides a
meaningful overview as introductory material for beginners to deep
learning-based HPE, as well as supplementary material for advanced researchers.
- Abstract(参考訳): 人間のポーズ推定(HPE)は、過去数十年間、コンピュータビジョンコミュニティからかなりの注目を集めてきた。
さらに、HPEは人間とコンピュータの相互作用、スポーツ分析、画像やビデオによる人間の追跡など、さまざまな領域に適用されている。
近年、ディープラーニングベースのアプローチは、HPEベースのアプリケーションで最先端のパフォーマンスを示している。
深層学習に基づくアプローチはhpeで目覚ましい成果を上げてきたが、深層学習に基づくhpe手法の包括的なレビューは文献に乏しいままである。
本稿では、視覚に基づくHPEにおけるディープラーニングのアプローチについて、最新かつ詳細に概説する。
これら2次元および3次元hpeの手法と応用を要約し,書誌学を通しての課題と研究動向を考察し,今後の研究への示唆を与える。
本稿では,初心者の深層学習に基づくHPEへの入門教材としての意味的な概要と,上級研究者のための補足教材について述べる。
関連論文リスト
- Learning the Bitter Lesson: Empirical Evidence from 20 Years of CVPR Proceedings [1.3812010983144802]
本研究では,コンピュータビジョンとパターン認識に関するemphConference on Computer Vision and Pattern Recognition(CVPR)研究と,Rich Sutton氏の提唱する"ビット・レッスン"の原則の整合性を検討する。
大規模言語モデル(LLM)を用いて,20年にわたるCVPRの抽象概念とタイトルを分析し,これらの原則の受容性を評価する。
論文 参考訳(メタデータ) (2024-10-12T21:06:13Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳(メタデータ) (2024-05-30T04:46:40Z) - VQA and Visual Reasoning: An Overview of Recent Datasets, Methods and
Challenges [1.565870461096057]
この結果、視覚と言語の統合が多くの注目を集めた。
タスクは、深層学習の概念を適切に実証するための方法で作られています。
論文 参考訳(メタデータ) (2022-12-26T20:56:01Z) - Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
この本はコンピュータビジョンの分野における科学的進歩を批判している。
情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
論文 参考訳(メタデータ) (2022-06-30T15:20:36Z) - Bottom-up approaches for multi-person pose estimation and it's
applications: A brief review [0.0]
HPE(Human Pose Estimation)は、コンピュータビジョンにおける基本的な問題の一つである。
仮想現実、人間の行動分析、ビデオ監視、異常検出、自動運転から医療支援まで、さまざまな応用がある。
1つのパラダイムはボトムアップ・マルチパーソン・ポーズ推定と呼ばれる。
ボトムアップアプローチでは、対象のすべてのキーポイントが検出され、後段の最適化段階では、検出されたキーポイントが対応するターゲットに関連付けられている。
論文 参考訳(メタデータ) (2021-12-22T12:20:26Z) - Threat of Adversarial Attacks on Deep Learning in Computer Vision:
Survey II [86.51135909513047]
ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。
本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。
この領域では、非専門家に技術的な用語の定義を提供する。
論文 参考訳(メタデータ) (2021-08-01T08:54:47Z) - Recent Advances in Monocular 2D and 3D Human Pose Estimation: A Deep
Learning Perspective [69.44384540002358]
この問題に対処するための包括的で包括的な2D-to-3D視点を提供する。
2014年からの主流とマイルストーンのアプローチを統一フレームワークで分類しています。
また,ポーズ表現スタイル,ベンチマーク,評価指標,一般的なアプローチの定量的評価を要約した。
論文 参考訳(メタデータ) (2021-04-23T11:07:07Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳(メタデータ) (2021-01-19T12:23:32Z) - Deep Learning-Based Human Pose Estimation: A Survey [66.01917727294163]
人間のポーズ推定は、過去10年間に注目を集めてきた。
ヒューマン・コンピュータ・インタラクション、モーション・アナリティクス、拡張現実、バーチャル・リアリティーなど幅広い用途で利用されている。
最近のディープラーニングベースのソリューションは、人間のポーズ推定において高いパフォーマンスを実現している。
論文 参考訳(メタデータ) (2020-12-24T18:49:06Z) - Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods [25.3614052943568]
視覚に基づく単眼の人間のポーズ推定は、コンピュータビジョンにおける最も根本的で困難な問題の1つである。
近年の深層学習技術の発展は、人間のポーズ推定分野において顕著な進歩と画期的なブレークスルーをもたらしている。
論文 参考訳(メタデータ) (2020-06-02T07:07:45Z)
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。