Fugu-MT 論文翻訳(概要): Human Pose-Constrained UV Map Estimation

論文の概要: Human Pose-Constrained UV Map Estimation

arxiv url: http://arxiv.org/abs/2501.08815v1
Date: Wed, 15 Jan 2025 14:12:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-16 15:52:22.153179
Title: Human Pose-Constrained UV Map Estimation
Title（参考訳）: 人間の視点制約付き紫外線マップ推定
Authors: Matej Suchanek, Miroslav Purkrabek, Jiri Matas,
Abstract要約: UVマップ推定は、人間の姿勢や活動の詳細な分析にコンピュータビジョンで用いられる。本稿では,2次元人物のポーズを画素間割り当てプロセスに統合したPC-CSE(Pose-Constrained Continuous Surface Embeddings)を提案する。
参考スコア（独自算出の注目度）: 21.917582794820095
License:
Abstract: UV map estimation is used in computer vision for detailed analysis of human posture or activity. Previous methods assign pixels to body model vertices by comparing pixel descriptors independently, without enforcing global coherence or plausibility in the UV map. We propose Pose-Constrained Continuous Surface Embeddings (PC-CSE), which integrates estimated 2D human pose into the pixel-to-vertex assignment process. The pose provides global anatomical constraints, ensuring that UV maps remain coherent while preserving local precision. Evaluation on DensePose COCO demonstrates consistent improvement, regardless of the chosen 2D human pose model. Whole-body poses offer better constraints by incorporating additional details about the hands and feet. Conditioning UV maps with human pose reduces invalid mappings and enhances anatomical plausibility. In addition, we highlight inconsistencies in the ground-truth annotations.
Abstract（参考訳）: UVマップ推定は、人間の姿勢や活動の詳細な分析にコンピュータビジョンで用いられる。従来の方法では、UVマップのグローバルコヒーレンスや妥当性を強制することなく、画素記述子を独立に比較することで、ボディモデル頂点にピクセルを割り当てる。本稿では,2次元人物のポーズを画素間割り当てプロセスに統合したPC-CSE(Pose-Constrained Continuous Surface Embeddings)を提案する。このポーズはグローバルな解剖学的制約を与え、UVマップが局所的な精度を維持しながら一貫性を保つことを保証する。 DensePose COCOの評価は、選択された2次元ポーズモデルにかかわらず、一貫した改善を示す。全身のポーズは、手と足に関する追加の詳細を組み込むことによって、より良い制約を提供する。人間のポーズによるUVマップの条件付けは、無効なマッピングを減らし、解剖学的妥当性を高める。さらに,本論文では,基本真理アノテーションの不整合を強調した。

関連論文リスト

Occlusion-Aware 3D Motion Interpretation for Abnormal Behavior Detection [10.782354892545651]
我々は,メッシュ頂点とヒト関節の3次元座標をモノクロビデオから再構成し,運動異常を識別するOAD2Dを提案する。動作特徴の定量化にVQVAEを用いるM2Tモデルと組み合わせることで、異常姿勢推定を再構成する。本研究は, 重度・自己閉塞性に対する異常行動検出のロバスト性を示すものである。
論文参考訳（メタデータ） (2024-07-23T18:41:16Z)
UVMap-ID: A Controllable and Personalized UV Map Generative Model [67.71022515856653]
制御可能でパーソナライズされたUVマップ生成モデルであるUVMap-IDを導入する。従来の2次元の大規模学習法とは異なり,本研究では,事前学習したテキスト・画像拡散モデルの微調整を提案する。定量的および定性的な解析は、制御可能でパーソナライズされたUVマップ生成における本手法の有効性を示す。
論文参考訳（メタデータ） (2024-04-22T20:30:45Z)
ManiPose: Manifold-Constrained Multi-Hypothesis 3D Human Pose Estimation [71.2556016049579]
ManiPoseは、人為的な2D-to-3Dリフトのための多様体拘束型マルチハイブリッドモデルである。人間のポーズ多様体上の出力を制約することにより、ManiPoseはすべての仮説的なポーズの一貫性を保証する。実世界のデータセット上でのManiPoseのパフォーマンスを示す。
論文参考訳（メタデータ） (2023-12-11T13:50:10Z)
Zolly: Zoom Focal Length Correctly for Perspective-Distorted Human Mesh Reconstruction [66.10717041384625]
Zollyは、視点歪みの画像に焦点を当てた最初の3DHMR法である。人体の2次元密度ゆらぎスケールを記述した新しいカメラモデルと新しい2次元歪み画像を提案する。このタスク用に調整された2つの現実世界のデータセットを拡張します。
論文参考訳（メタデータ） (2023-03-24T04:22:41Z)
Learning Visibility for Robust Dense Human Body Estimation [78.37389398573882]
2D画像から3Dのポーズと形状を推定することは、非常に難しい課題だ。部分的な観察に頑健な高密度な人体推定を学習する。我々は、高密度UV通信から可視性ラベルの擬似基底構造を取得し、3次元座標とともに可視性を予測するニューラルネットワークを訓練する。
論文参考訳（メタデータ） (2022-08-23T00:01:05Z)
Non-Local Latent Relation Distillation for Self-Adaptive 3D Human Pose Estimation [63.199549837604444]
3次元ポーズ推定アプローチは、強い(2D/3Dポーズ)または弱い(複数ビューまたは深さ)ペアによる監督の異なる形態を利用する。我々は3Dポーズ学習を,ラベル付きソースドメインから完全に損なわれないターゲットへのタスク知識の転送を目的とした,自己指導型適応問題として捉えた。我々は、異なる自己適応設定を評価し、標準ベンチマークで最先端の3Dポーズ推定性能を示す。
論文参考訳（メタデータ） (2022-04-05T03:52:57Z)
Aligning Silhouette Topology for Self-Adaptive 3D Human Pose Recovery [70.66865453410958]
アーティキュレーション中心の2D/3Dポーズ監視は、既存の多くの人間のポーズ推定技術においてコアトレーニング目標を形成する。本稿では,ソース学習モデルベース回帰器を適応させるために,シルエット監視のみに依存する新しいフレームワークを提案する。我々は、トポロジカル・スケルトン表現を生シルエットから切り離すために、一連の畳み込みに優しい空間変換を開発する。
論文参考訳（メタデータ） (2022-04-04T06:58:15Z)
Facial UV Map Completion for Pose-invariant Face Recognition: A Novel Adversarial Approach based on Coupled Attention Residual UNets [3.999563862575646]
本稿では,UVマップの完成度を向上させるために,Attention ResCUNet-GANと呼ばれる新しい生成モデルを提案する。提案手法は既存手法に比べて優れた性能を示すことを示す。
論文参考訳（メタデータ） (2020-11-02T11:46:42Z)
Simultaneously-Collected Multimodal Lying Pose Dataset: Towards In-Bed Human Pose Monitoring under Adverse Vision Conditions [15.12849597272402]
ベッド内の人間のポーズ推定は多くの医療応用において重要な価値を持っている。本稿では,同時コンパイル型マルチモーダルLying Poseデータセットについて紹介する。現状の2Dポーズ推定モデルは,PCKh@0.5において最大95%の性能を期待できるSLPデータを用いて,単一モードで効果的に訓練できることを示す。
論文参考訳（メタデータ） (2020-08-20T02:20:35Z)

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。