論文の概要: Multi-Person Pose Estimation Evaluation Using Optimal Transportation and Improved Pose Matching

• arxiv url: http://arxiv.org/abs/2603.10398v1
• Date: Wed, 11 Mar 2026 04:27:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:32.779714
• Title: Multi-Person Pose Estimation Evaluation Using Optimal Transportation and Improved Pose Matching
• Title（参考訳）: 最適移動と改良されたポーズマッチングを用いたマルチパーソンポーズ推定
• Authors: Takato Moriki, Hiromu Taketsugu, Norimichi Ukita,
• Abstract要約: マルチパーソンポーズ推定では、多くの指標がポーズ検出信頼度スコアのランク付けに重点を置いている。 本稿では、ポーズアノテーションに対する検出されたポーズを最適な移動手段として評価する、ポーズのための最適補正コスト(OCpose)を提案する。 OCposeは、他の信頼性ランキングベースのメトリクスとは異なる視点の評価を提供する。
• 参考スコア（独自算出の注目度）: 13.828179148260494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In Multi-Person Pose Estimation, many metrics place importance on ranking of pose detection confidence scores. Current metrics tend to disregard false-positive poses with low confidence, focusing primarily on a larger number of high-confidence poses. Consequently, these metrics may yield high scores even when many false-positive poses with low confidence are detected. For fair evaluation taking into account a tradeoff between true-positive and false-positive poses, this paper proposes Optimal Correction Cost for pose (OCpose), which evaluates detected poses against pose annotations as an optimal transportation. For the fair tradeoff between true-positive and false-positive poses, OCpose equally evaluates all the detected poses regardless of their confidence scores. In OCpose, on the other hand, the confidence score of each pose is utilized to improve the reliability of matching scores between the estimated pose and pose annotations. As a result, OCpose provides a different perspective assessment than other confidence ranking-based metrics.
• Abstract（参考訳）: マルチパーソンポーズ推定では、多くの指標がポーズ検出信頼度スコアのランク付けに重点を置いている。 現在のメトリクスは、自信の低い偽陽性のポーズを無視する傾向があり、主に多くの高信頼のポーズに焦点を当てている。 その結果、信頼度が低い多くの偽陽性ポーズが検出された場合でも高いスコアが得られる。 本稿では, 正のポーズと偽陽性のポーズのトレードオフを考慮した公正な評価を行うために, 検出されたポーズに対するポーズを最適な移動手段として評価する, ポーズのための最適補正コスト(OCpose)を提案する。 真正のポーズと偽陽性のポーズの公正なトレードオフについては、OCposeは信頼度に関わらず、検出されたすべてのポーズを等しく評価する。 一方、OCposeでは、各ポーズの信頼スコアを利用して、推定されたポーズとポーズのアノテーションの一致スコアの信頼性を向上させる。 その結果、OCposeは他の信頼度ランキングベースの指標とは異なる視点の評価を提供する。

関連論文リスト

• BrowseConf: Confidence-Guided Test-Time Scaling for Web Agents [58.05949210993854]
  本研究では,長期にわたる行動の後,言語化された信頼度スコアを用いて,検索エージェントが自身の信頼を伝達できるかどうかを検討する。 本研究では,信頼度スコアを用いて回答の質を判断し,信頼度レベルに達するまで再度試すテスト時間スケーリング(TTS)手法を提案する。
  論文  参考訳（メタデータ） (2025-10-27T15:58:51Z)
• Language Models Prefer What They Know: Relative Confidence Estimation via Confidence Preferences [62.52739672949452]
  言語モデル(LM)は、ユーザーがアウトプットの誤りを検知し、必要であれば人間の専門家に延期するのに役立つ、信頼性の高い信頼推定を提供する必要がある。 本稿では,相対的信頼度推定法を提案する。そこでは,相互に質問をマッチングし,モデルに信頼度を相対的に判断するよう求める。 各質問を、他の質問に対する「プレイヤー」として扱い、モデルの選好を一致結果として扱うことで、モデルの信頼性選好を信頼スコアに変換するために、Elo評価やBradley-Terryのようなランクアグリゲーション手法を使うことができる。
  論文  参考訳（メタデータ） (2025-02-03T07:43:27Z)
• When to Trust LLMs: Aligning Confidence with Response Quality [49.371218210305656]
  我々はconfidence-Quality-ORDer保存アライメントアプローチ(CONQORD)を提案する。 品質報酬と秩序保存アライメント報酬機能を統合する。 実験により,CONQORDは信頼性と応答精度のアライメント性能を著しく向上することが示された。
  論文  参考訳（メタデータ） (2024-04-26T09:42:46Z)
• Revisiting Confidence Estimation: Towards Reliable Failure Prediction [53.79160907725975]
  多くの信頼度推定法は誤分類誤りを検出するのに有害である。 本稿では, 最先端の故障予測性能を示す平坦な最小値を求めることにより, 信頼性ギャップを拡大することを提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:44:14Z)
• ID-Pose: Sparse-view Camera Pose Estimation by Inverting Diffusion Models [43.86792681109704]
  本稿では,2つの入力画像が与えられた相対的なポーズを推定するために,デノナイズ拡散過程を逆転するID-Poseを提案する。 我々は2つ以上の画像を扱うためにID-Poseを拡張し、三角関係から複数の画像対で各ポーズを推定する。 その結果,ID-Poseは最先端手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2023-06-29T17:41:41Z)
• PIC-Score: Probabilistic Interpretable Comparison Score for Optimal Matching Confidence in Single- and Multi-Biometric (Face) Recognition [2.3513645401551333]
  確率論的解釈可能比較(PIC)スコアは,そのスコアが同一アイデンティティのサンプルから生じる確率を正確に反映する。 提案手法が最適一致自信を与えることを示す。 その結果、PICは類似したアプローチよりもはるかに正確な確率論的解釈を持ち、マルチバイオメトリック認識に非常に有効であることが示されている。
  論文  参考訳（メタデータ） (2022-11-22T18:49:51Z)
• End2End Multi-View Feature Matching with Differentiable Pose Optimization [2.311583680973075]
  本稿では,信頼度とともに画像の対応性を予測するグラフアテンションネットワークを提案する。 結果の一致は、微分可能なポーズ推定における重み付き制約として機能する。 複数のフレームにまたがってグラフを分散することで、複数のビューからの情報を統合して、マッチを一度に予測します。
  論文  参考訳（メタデータ） (2022-05-03T18:00:01Z)
• 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)
• PoseDet: Fast Multi-Person Pose Estimation Using Pose Embedding [16.57620683425904]
  本稿では,PoseDet (Estimating Pose by Detection) という,身体関節の局所化と関連付けを同時に行う新しいフレームワークを提案する。 また,キーポイントの位置からオブジェクトを表現するために,キーポイント認識型ポーズ埋め込みを提案する。 この単純なフレームワークは、最先端の手法と比較してCOCOベンチマークで前例のないスピードと競争精度を達成する。
  論文  参考訳（メタデータ） (2021-07-22T05:54:00Z)
• Can You Trust Your Pose? Confidence Estimation in Visual Localization [17.23405466562484]
  視覚的に推定されたポーズの信頼性を定量化することを目的としている。 また,提案手法は,既存のポーズ推定パイプラインの精度向上という2次目標を達成するためにも利用できることを示す。 提案手法は計算量的に軽量であり、ポーズ推定の計算作業に無視できる増加しか加えない。
  論文  参考訳（メタデータ） (2020-10-01T12:25:48Z)

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。