論文の概要: InfantNet: A Large Scale Dataset for Infant Body Pose and Shape Estimation

• arxiv url: http://arxiv.org/abs/2610.40467v1
• Date: Thu, 29 Oct 2026 17:06:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:01:46.087022
• Title: InfantNet: A Large Scale Dataset for Infant Body Pose and Shape Estimation
• Title（参考訳）: InfantNet:Infant Body Poseと形状推定のための大規模データセット
• Abstract要約: InfantNetは、6～18ヶ月の乳児の108,902RGB画像を含む、これまでで最大のリアルタイム乳幼児データセットである。 各画像には2Dキーポイントが付加され、11,642枚の画像のキュレートされたサブセットには、3Dポーズと形状アノテーションが追加されている。 InfantNetは、幼児の2Dキーポイント検出と3Dポーズ・アンド・シェイプリカバリのための大規模で包括的なベンチマークを確立する。
• 参考スコア（独自算出の注目度）: 43.56550868460067
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Infant pose and shape estimation is essential for applications in childcare, developmental monitoring, and medical diagnosis. However, existing methods and datasets are largely designed for adults, and direct transfer to infants fails due to substantial differences in body proportions, articulation limits, and frequent self-occlusion. To address this gap, we introduce InfantNet, the largest real-image infant dataset to date, comprising 108,902 RGB images of infants aged 6-18 months. Each image is annotated with 2D keypoints, and a curated subset of 11,642 images additionally includes 3D pose and shape annotations with full SMIL parameters, verified through multi-view rendering and reprojection-error filtering. We use an iterative annotation pipeline to ensure high fidelity across both 2D and 3D labels. InfantNet establishes a large-scale, comprehensive benchmark for infant 2D keypoint detection and 3D pose-and-shape recovery. Baseline experiments demonstrate that state-of-the-art adult pose estimators do not generalize well to infants, whereas fine-tuning on InfantNet yields a consistent improvement. The gains are even more pronounced for 3D pose and shape estimation, where SMIL-based estimation demonstrates robust performance with accuracy comparable to results reported for SMPL-based models. By releasing the InfantNet dataset and benchmark, we provide a vital resource for advancing infant pose analysis and related healthcare applications.
• Abstract（参考訳）: 幼児のポーズと形状の推定は、育児、発達モニタリング、医療診断における応用に不可欠である。 しかし、既存の方法やデータセットは主に成人向けに設計されており、幼児への直接の移動は、身体比率、調音限界、頻繁な自己排他性の違いによって失敗する。 このギャップに対処するために,6～18ヶ月の乳児の108,902RGB画像を含む,これまでで最大のリアルタイム乳幼児データセットであるInfantNetを紹介した。 それぞれの画像には2Dキーポイントがアノテートされ、11,642枚の画像のキュレートされたサブセットには、マルチビューレンダリングと再投影エラーフィルタリングによって検証された完全なSMILパラメータの3Dポーズと形状アノテーションが含まれている。 2Dラベルと3Dラベルの両方で高い忠実度を確保するために、反復的なアノテーションパイプラインを使用します。 InfantNetは、幼児の2Dキーポイント検出と3Dポーズ・アンド・シェイプリカバリのための大規模で包括的なベンチマークを確立する。 ベースライン実験では、最先端の成人のポーズ推定器は幼児によく一般化しないが、InfantNetの微調整は一貫した改善をもたらす。 SMILに基づく推定は、SMPLベースのモデルで報告された結果に匹敵する精度で頑健な性能を示す。 InfantNetデータセットとベンチマークをリリースすることにより、幼児のポーズ分析と関連する医療アプリケーションを進める上で重要なリソースを提供する。

関連論文リスト

• Comparison of marker-less 2D image-based methods for infant pose estimation [2.7726930707973048]
  成人で訓練された最高パフォーマンスジェネリックモデルであるViTPoseも幼児で最高のパフォーマンスを発揮する。 トップダウンビューから得られるポーズ推定精度は、対角ビューから得られるポーズ推定精度よりも著しく優れている。
  論文  参考訳（メタデータ） (2024-10-07T12:21:49Z)
• Efficient Domain Adaptation via Generative Prior for 3D Infant Pose Estimation [29.037799937729687]
  3Dの人間のポーズ推定は近年目覚ましい発展を遂げていますが、骨の長さが異なり、データも限られている幼児に焦点を当てた研究はごくわずかです。 本稿では,SyRIPデータセットで43.6mm,MINI-RGBDデータセットで21.2mmのMPJPE性能が得られることを示す。 また,本手法のZeDO-iは,少数のデータしか与えられなくても,効率的なドメイン適応が可能であることを証明した。
  論文  参考訳（メタデータ） (2023-11-17T20:49:37Z)
• FetusMapV2: Enhanced Fetal Pose Estimation in 3D Ultrasound [28.408626329596668]
  以上の課題を克服するために,新しい3次元ポーズ推定フレームワーク(FetusMapV2)を提案する。 まず,ネットワーク構造に制約がなく,アクティベーションに制約のないGPUメモリ管理手法を提案する。 第2に、対称構造と類似の解剖構造による混乱を軽減するために、新しいペアロスを設計する。 第3に、比較的安定したランドマークを選択して、オンラインのポーズを洗練させることにより、自己指導型形状事前学習を提案する。
  論文  参考訳（メタデータ） (2023-10-30T06:18:47Z)
• Ultrasound Plane Pose Regression: Assessing Generalized Pose Coordinates in the Fetal Brain [9.465965149145559]
  我々は,センサを付加することなく,3次元可視化,トレーニング,ガイダンスのための米国の航空機ローカライゼーションシステムを構築することを目指している。 この研究は、胎児の脳をスライスする米国飛行機の6次元(6次元)のポーズを予測する、これまでの研究に基づいています。 トレーニングおよびテストデータにおける登録品質の影響とその後のトレーニングモデルへの影響について検討する。
  論文  参考訳（メタデータ） (2023-01-19T21:16:36Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• PONet: Robust 3D Human Pose Estimation via Learning Orientations Only [116.1502793612437]
  本稿では,学習向きのみを用いて3次元ポーズを頑健に推定できる新しいPose Orientation Net(PONet)を提案する。 PONetは、局所的な画像証拠を利用して、これらの手足の3D方向を推定し、3Dポーズを復元する。 我々は,Human3.6M,MPII,MPI-INF-3DHP,3DPWを含む複数のデータセットについて評価を行った。
  論文  参考訳（メタデータ） (2021-12-21T12:48:48Z)
• Synthetic Training for Monocular Human Mesh Recovery [100.38109761268639]
  本稿では,RGB画像と大規模に異なる複数の身体部位の3次元メッシュを推定することを目的とする。 主な課題は、2D画像のすべての身体部分の3Dアノテーションを完備するトレーニングデータがないことである。 本稿では,D2S(Deep-to-scale)投影法を提案する。
  論文  参考訳（メタデータ） (2020-10-27T03:31:35Z)
• Invariant Representation Learning for Infant Pose Estimation with Small Data [14.91506452479778]
  合成乳児ポーズと合成乳幼児ポーズとを併用したハイブリッド合成乳幼児ポーズデータセットを作成した。 我々は,SyRIPデータセットでトレーニングしたモデルと同一ネットワーク構造を用いたアブレーション調査を行い,他の公立幼児ポーズデータセットでトレーニングしたモデルよりも顕著に改善したことを示した。 最新のDarkPoseモデルを用いた幼児のポーズ推定では、平均的精度(mAP)は93.6である。
  論文  参考訳（メタデータ） (2020-10-13T01:10:14Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)
• Exemplar Fine-Tuning for 3D Human Model Fitting Towards In-the-Wild 3D Human Pose Estimation [107.07047303858664]
  3次元の地平線アノテーションを持つ大規模な人的データセットは、野生では入手が困難である。 既存の2Dデータセットを高品質な3Dポーズマッチングで拡張することで、この問題に対処する。 結果として得られるアノテーションは、3Dのプロシージャネットワークをスクラッチからトレーニングするのに十分である。
  論文  参考訳（メタデータ） (2020-04-07T20:21:18Z)

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。