機械知覚&ロボティクスグループ
中部大学

Deep Learning 口頭発表

3次元ベクトル場を導入したCNNによる人体の3次元姿勢推定

Author
小松悠斗, 白木克俊, 平川翼, 山下隆義, 藤吉弘亘
Publication
画像センシングシンポジウム(SSII), 2020

Download: PDF (Japanese)

人体の姿勢推定は対象の関節位置を推定する問題であり,動作認識やモーションキャプチャ等に用いられるため,広く研究されている.近年,高精度な2 次元の姿勢推定手法が提案されているが,モーションキャプチャなどに活用するためには,奥行きを含めた3次元の姿勢推定が必要である.
3次元の姿勢推定手法として,Zhou等はWeakly-supervised Approachの手法を提案している.本手法は,複数のステージでの学習により汎化性を確保している.しかしながら,オクルージョンがある部位の特徴を捉えることは難しいため,depth推定精度が低下することがある.
そこで本研究では,3次元ベクトル場を考慮した3次元姿勢推定を行うことでdepth推定の高精度化を行う.3次元ベクトル場は,関節間の位置情報と方向情報を含んだ特徴表現である.3次元ベクトル場を推定するために,提案手法では3次元ベクトル場推定モジュールを導入する.

前の研究 次の研究