検索一組合せ法を用いた単眼画像からの三次元人物姿勢推定

• Item type: SIG Technical Reports(1)
• 公開日: 2006-09-08
• タイトル: 検索一組合せ法を用いた単眼画像からの三次元人物姿勢推定
• タイトル / 言語: en
• タイトル: Retrieval-Combination Approach to Estimating 3D Human Pose from A Monocular Image
• 言語: eng
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学情報セキュリティ対策推進室
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者所属(英): en
• 著者所属(英): Information Security Promotion Agency, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者名: 曹, 暉; 大西, 昇; 竹内, 義則; 松本, 哲也; 工藤, 博章
• 著者名(英): Hui, Cao; Noboru, Ohnishi; Yoshinori, Takeuchi; Tetsuya, Matsumoto; Himaki, Kudo
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，単眼画像からの三次元人物姿勢の推定を目的とする．事例法とパーツ法を統合して新しい検索一組合せ手法を提案した．全身姿勢に基づく事例データベースの代わりに，簡潔な上下半身姿勢からなる事例データベースを使用する．上下半身姿勢の有効な組合せによって何百万もの全身姿勢を復元することができる．最初に，上下半身姿勢の候補は，事例データベースから，部分的画像照合によって検索される．これらの半身姿勢候補から，事前学習された組合せの制約条件に従って，現実的な組合せが選択される．それから，coarse-to-fine評価方法によって最適な半身姿勢の組合せを選ぶ．提案手法は （全身に基づく）事例法より低い時間／空間複雑さを持って，パーツ法より現実的な三次元姿勢を保証できる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The objective of this work is to estimate 3D human pose from a monocular image.We prpose a novel retrieval-combination approach that exploits the wide capability of example-based approaches and the flexibility of parts- based approaches.Instead of storing and searching for similar full- body example,we adopt a half-body representation(ie.,upper-body and lower-body) to reduce a large full-body dtabase into a compact half-body database that has good generalization ability to recover millions of poses by valid half-body combinations.For a given input image, half-body candidates are first retrieved from databases by partial shape matching.Valid half-body combinations of these candidates are selected based on a learned combination constraint,and then we choose the optimal combinations of these candidates are selected based on a learned combination constraint,and then we choose the optimal combination in a coarse-to-fine evaluation method,We show good experimental results of pose estimation for both synthetic and real images.Our approach has lower computational and space complexities than example-based approaches and ensures better realisitic 3D pose estimates than parts-based approaches.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2006, 号 93(2006-CVIM-155), p. 81-88, 発行日 2006-09-08
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会