Fugu-MT 論文翻訳(概要): A review on vision-based motion estimation

論文の概要: A review on vision-based motion estimation

arxiv url: http://arxiv.org/abs/2407.14478v1
Date: Fri, 19 Jul 2024 17:28:49 GMT
ステータス: 処理完了
システム内更新日: 2024-07-22 16:35:50.906043
Title: A review on vision-based motion estimation
Title（参考訳）: 視覚に基づく動き推定に関する一検討
Authors: Hongyi Liu, Haifeng Wang,
Abstract要約: 接触センサを用いたモーション計測と比較して、視覚ベースのモーション計測は低コストで高効率の利点がある。本稿では,既存の動き計測手法について概説する。この問題に対処するため,我々はガウスカーネルを用いた運動計測法を開発した。
参考スコア（独自算出の注目度）: 18.979649159405962
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Compared to contact sensors-based motion measurement, vision-based motion measurement has advantages of low cost and high efficiency and have been under active development in the past decades. This paper provides a review on existing motion measurement methods. In addition to the development of each branch of vision-based motion measurement methods, this paper also discussed the advantages and disadvantages of existing methods. Based on this discussion, it was identified that existing methods have a common limitation in optimally balancing accuracy and robustness. To address issue, we developed the Gaussian kernel-based motion measurement method. Preliminary study shows that the developed method can achieve high accuracy on simple synthesized images.
Abstract（参考訳）: コンタクトセンサーを用いたモーション計測と比較すると、視覚ベースのモーション計測は低コストと高効率の利点があり、ここ数十年で活発な開発が続けられている。本稿では,既存の動き計測手法について概説する。視覚に基づく運動計測法の各分野の開発に加えて,既存の手法の利点と欠点についても論じる。この議論から,既存の手法は精度とロバストさの最適バランスに共通する限界があることが確認された。この問題に対処するため,我々はガウスカーネルを用いた運動計測法を開発した。予備研究により, 簡易合成画像の高精度化が図られた。

関連論文リスト

Aligning Human Motion Generation with Human Perceptions [51.831338643012444]
本研究では,大規模人間の知覚評価データセットであるMotionPerceptと,人間の動作批判モデルであるMotionCriticを導入することにより,ギャップを埋めるデータ駆動型アプローチを提案する。我々の批評家モデルは、運動品質を評価するためのより正確な指標を提供しており、容易に運動生成パイプラインに統合することができる。
論文参考訳（メタデータ） (2024-07-02T14:01:59Z)
Counterfactual Explanation-Based Badminton Motion Guidance Generation Using Wearable Sensors [7.439909114662477]
本研究では,パーソナライズされた動作ガイドを生成することにより,バドミントン選手のストローク品質を向上させる枠組みを提案する。これらのガイドは、逆ファクトアルゴリズムに基づいており、初心者と熟練者の間のパフォーマンスギャップを減らすことを目的としている。本手法は,専門家の知識を必要とせず,選手の動作改善を支援するために,可視化可能なデータを通じて共同レベルのガイダンスを提供する。
論文参考訳（メタデータ） (2024-05-20T05:48:20Z)
Self-Supervised Class-Agnostic Motion Prediction with Spatial and Temporal Consistency Regularizations [53.797896854533384]
クラスに依存しない動き予測法は点雲全体の動きを直接予測する。既存のほとんどのメソッドは、完全に教師付き学習に依存しているが、ポイントクラウドデータの手作業によるラベル付けは、手間と時間を要する。 3つの簡単な空間的・時間的正則化損失を導入し,自己指導型学習プロセスの効率化を図る。
論文参考訳（メタデータ） (2024-03-20T02:58:45Z)
A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
論文参考訳（メタデータ） (2023-07-06T10:38:14Z)
PACE: Data-Driven Virtual Agent Interaction in Dense and Cluttered Environments [69.03289331433874]
PACEは,高密度で散らばった3Dシーン全体と対話し,移動するために,モーションキャプチャーされた仮想エージェントを改良する新しい手法である。本手法では,環境中の障害物や物体に適応するために,仮想エージェントの動作シーケンスを必要に応じて変更する。提案手法を先行動作生成技術と比較し,本手法の利点を知覚的研究と身体的妥当性の指標と比較した。
論文参考訳（メタデータ） (2023-03-24T19:49:08Z)
Data-Driven Stochastic Motion Evaluation and Optimization with Image by Spatially-Aligned Temporal Encoding [8.104557130048407]
本稿では,長動きに対する確率的動き予測法を提案し,その動きが与えられた画像で観測された初期状態からタスクを達成できるように予測する。本手法は空間的に時間的エンコーディングによって画像特徴領域に画像と動きデータをシームレスに統合する。提案手法の有効性は, 同様のSOTA法を用いた様々な実験で実証された。
論文参考訳（メタデータ） (2023-02-10T04:06:00Z)
Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
論文参考訳（メタデータ） (2021-09-15T17:05:02Z)
Incremental learning of LSTM framework for sensor fusion in attitude estimation [2.064612766965483]
本稿では,Long-Short Term Memory (LSTM) ネットワークの漸進的学習による3次元空間における物体の姿勢推定手法を提案する。慣性センサデータはLSTMネットワークに送られ、徐々に更新され、実行時に発生する動作の動的変化を組み込む。提案フレームワークは,高度に動的な環境であっても,従来の手法と比較して,結果を著しく改善する。
論文参考訳（メタデータ） (2021-08-04T09:03:53Z)
Robust Ego and Object 6-DoF Motion Estimation and Tracking [5.162070820801102]
本稿では,動的多体視覚計測における高精度な推定と一貫した追跡性を実現するためのロバストな解を提案する。セマンティック・インスタンスレベルのセグメンテーションと正確な光フロー推定の最近の進歩を活用して、コンパクトで効果的なフレームワークを提案する。追従点の品質と運動推定精度を向上させる新しい定式化SE(3)運動と光流が導入された。
論文参考訳（メタデータ） (2020-07-28T05:12:56Z)
Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
論文参考訳（メタデータ） (2020-06-28T21:03:19Z)
Robust Motion Averaging under Maximum Correntropy Criterion [45.338896018341146]
本稿では, 最大コレントロピー基準(MCC)に基づく新しいロバストな動き平均化手法を提案する。特に、コレントロピー測度は、フロベニウスのノルム誤差を利用して、外れ値に対する平均運動のロバスト性を改善するために用いられる。ベンチマークデータセットを用いた実験結果から,マルチビュー登録における精度とロバスト性に優れた性能を示した。
論文参考訳（メタデータ） (2020-04-21T08:52:38Z)

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。