WEKO3
アイテム
初期ポーズ生成の改良とGCNの導入によるポーズシーケンス生成モデルの拡張
https://ipsj.ixsq.nii.ac.jp/records/211190
https://ipsj.ixsq.nii.ac.jp/records/2111904f4d1647-5a70-49bd-9ba4-8a43dd8cf7ed
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM21226037.pdf (2.7 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-05-13 | |||||||||
| タイトル | ||||||||||
| タイトル | 初期ポーズ生成の改良とGCNの導入によるポーズシーケンス生成モデルの拡張 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 卒論スポットライトセッション | |||||||||
| 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 | ||||||||||
| 電気通信大学大学院情報理工学研究科情報学専攻 | ||||||||||
| 著者所属 | ||||||||||
| 電気通信大学大学院情報理工学研究科情報学専攻 | ||||||||||
| 著者名 |
寺内, 健人
× 寺内, 健人
× 柳井, 啓司
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 近年，画像生成は GAN の発展によって飛躍的な進歩を遂げていて，GAN はラベル，画像，テキスト等の条件付けによってさまざまな画像変換タスクに応用されている．しかし，動画生成では時間次元の情報が増えたことにより高度なモデリングが必要となるため，未だ発展途上である．動画生成では，ガイドを追加することでより高品質な動画生成に成功している．人間の動作の動画生成の場合は 2 段階の方法もある．本研究では，ポーズシーケンスの生成，ポーズシーケンスからの動画生成の 2 段階に分けた動画生成を考慮し，特に 1 段階目のポーズシーケンスの生成に焦点を当てる．モデルにグラフ畳み込みネットワーク (Graph Convolutional Network，GCN) を組み込み，より明示的にポーズをモデル化することでポーズシーケンスの自然な生成をすることを目指す．提案手法は，初期ポーズ生成の改良と GCN の導入によって，従来手法よりも質の高いポーズシーケンスの生成が可能であることを実験により確認した． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA11131797 | |||||||||
| 書誌情報 |
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 2021-CVIM-226, 号 37, p. 1-8, 発行日 2021-05-13 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8701 | |||||||||
| 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 | |||||||||
