| 講演抄録／キーワード |
| 講演名 |
2021-03-05 14:30
［ショートペーパー］Graph Convolutional Networksを用いた人体の3次元ポーズ認識
○木下将児・劉 家慶（立命館大）・健山智子（滋賀大）・岩本祐太郎・陳 延偉（立命館大） |
| 抄録 |
（和） |
3 次元ポーズ認識は, 医療分野でのタッチレス操作やエンターテイメントの分野など多分野に応用さ
れる技術である. 従来の画像ベースのポーズ認識は, 入力画像に背景や照明の影響を受けるため, ロバスト性に欠ける問題点が存在した．そのため, 本研究では人体のキーポイントを入力としたグラフ畳み込みを用いることにより, ロバスト性の高いモデルの構築を目指す. 本研究の新規性は, グラフ構造における各ノードの隣接ノードとのユークリッド距離を重みとした重み付き隣接行列を用い, 精度の改善を図った. |
| （英） |
3D pose recognition can apply for many fields, such as touchless operation in the medical field and the entertainment field, etc. Since the input image is affected by the background and illumination, It is difficult to provide robust and high recognition for 3D poses, by image-based. Therefore, in this study, we aim to construct a highly robust model by using graph convolution with key points of the human body as input. The novelty of this work is the use of a weighted adjacency matrix with weights based on the Euclidean distance between adjacent points to improve the accuracy. |
| キーワード |
（和） |
Graph Convolutional Networks / 3 次元ポーズ認識 / スケルトンベース / / / / / |
| （英） |
Graph Convolutional Networks / 3D-pose recognition / skeleton-base / / / / / |
| 文献情報 |
映情学技報, vol. 45, no. 7, HI2021-8, pp. 27-28, 2021年3月. |
| 資料番号 |
HI2021-8 |
| 発行日 |
2021-02-26 (HI) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
|