Fugu-MT 論文翻訳(概要): When Dance Video Archives Challenge Computer Vision

論文の概要: When Dance Video Archives Challenge Computer Vision

arxiv url: http://arxiv.org/abs/2505.07249v1
Date: Mon, 12 May 2025 05:51:09 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-13 20:21:49.268961
Title: When Dance Video Archives Challenge Computer Vision
Title（参考訳）: ダンスビデオアーカイブがコンピュータビジョンに挑戦する時
Authors: Philippe Colantoni, Rafique Ahmed, Prashant Ghimire, Damien Muselet, Alain Trémeau,
Abstract要約: 人体ポーズ推定の精度と効率は、処理するデータの質に依存する。ダンス分析にはまだ使われていない最新技術と手法を組み合わせた新しい3次元人体ポーズ推定パイプラインを提案した。
参考スコア（独自算出の注目度）: 1.1359551336076306
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The accuracy and efficiency of human body pose estimation depend on the quality of the data to be processed and of the particularities of these data. To demonstrate how dance videos can challenge pose estimation techniques, we proposed a new 3D human body pose estimation pipeline which combined up-to-date techniques and methods that had not been yet used in dance analysis. Second, we performed tests and extensive experimentations from dance video archives, and used visual analytic tools to evaluate the impact of several data parameters on human body pose. Our results are publicly available for research at https://www.couleur.org/articles/arXiv-1-2025/
Abstract（参考訳）: 人体ポーズ推定の精度と効率は、処理するデータの質とこれらのデータの特異性に依存する。ダンスビデオがポーズ推定技術にどう挑戦するかを示すために,ダンス分析にはまだ使われていない最新技術と手法を組み合わせた新しい3次元人体ポーズ推定パイプラインを提案した。第2に,ダンスビデオアーカイブを用いた広範囲な実験を行い,視覚解析ツールを用いて人体ポーズに対する複数のデータパラメータの影響を評価した。私たちの結果はhttps://www.couleur.org/articles/arXiv-1-2025/で公開されています。

関連論文リスト

Video Anomaly Detection with Contours - A Study [24.525564527855092]
本研究では,2次元輪郭を用いた正常人の動作パターンの学習の可能性について検討した。以上の結果から,Poseを用いたビデオ異常検出の新たな視点は今後の研究にとって有望な方向であることが示唆された。
論文参考訳（メタデータ） (2025-03-25T12:11:50Z)
HumanVid: Demystifying Training Data for Camera-controllable Human Image Animation [64.37874983401221]
人間の画像アニメーションに適した,最初の大規模高品質データセットであるHumanVidを紹介する。実世界のデータについては、インターネットから大量の実世界のビデオをコンパイルします。合成データとして,10K3Dアバターを収集し,体形,肌のテクスチャ,衣服などの既存の資産を利用した。
論文参考訳（メタデータ） (2024-07-24T17:15:58Z)
Survey of 3D Human Body Pose and Shape Estimation Methods for Contemporary Dance Applications [0.6144680854063939]
現代舞踊と芸能の3次元体型とポーズ推定法を調査・比較した。 PHALPのようなマルチフレーム手法は、ダンサーが現代舞踊を踊っている場合のポーズ推定において、シングルフレーム法よりも優れた結果が得られることを示した。
論文参考訳（メタデータ） (2024-01-04T17:51:44Z)
Automatic Estimation of Anthropometric Human Body Measurements [0.0]
本稿では,深層学習とニューラルネットワークの分野における研究を定式化し,様々な視覚的入力データから身体計測の課題に取り組む。また, 各種人体形状の合成データセットを作成することにより, トレーニングや評価に要する地上の真理体計測に注釈を付ける実際の人体データの欠如にも対処する。
論文参考訳（メタデータ） (2021-12-22T16:13:59Z)
LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human Bodies [78.17425779503047]
本稿では,人体に対する新しい暗黙の表現法を提案する。完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
論文参考訳（メタデータ） (2021-11-30T04:10:57Z)
Human Performance Capture from Monocular Video in the Wild [50.34917313325813]
本研究では,挑戦的な身体ポーズを特徴とするモノクロ映像から動的3次元人体形状をキャプチャする手法を提案する。本手法は,現在開発中の3DPWビデオデータセットにおいて,最先端の手法よりも優れる。
論文参考訳（メタデータ） (2021-11-29T16:32:41Z)
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)
Towards Accurate Human Pose Estimation in Videos of Crowded Scenes [134.60638597115872]
我々は、時間的文脈を利用して新しいデータを収集する視点から、混雑したシーンのビデオにおける人間のポーズ推定を改善することに注力する。あるフレームについては、過去のフレームから過去のポーズを転送し、その後のフレームから現在のフレームへ未来的なポーズを後退させ、ビデオにおける安定した人間のポーズ推定に繋がる。このようにして、HIEチャレンジのテストデータセット上で、13本中7本、56.33本の平均w_APで最高の性能を達成する。
論文参考訳（メタデータ） (2020-10-16T13:19:11Z)
Contact and Human Dynamics from Monocular Video [73.47466545178396]
既存のディープモデルは、ほぼ正確に見えるエラーを含むビデオから2Dと3Dキネマティックのポーズを予測する。本稿では,最初の2次元と3次元のポーズ推定を入力として,映像系列から3次元の人間の動きを推定する物理に基づく手法を提案する。
論文参考訳（メタデータ） (2020-07-22T21:09:11Z)
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。