Deep Learning-Modell für die Schätzung der menschlichen Pose in Raum und Zeit
Versandkostenfrei!
Versandfertig in 6-10 Tagen
35,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Dieses Buch erforscht die Fähigkeiten von Faltungsneuronalen Netzen zur Bewältigung einer Aufgabe, die für Menschen leicht zu bewältigen ist: die Wahrnehmung der 3D-Pose eines menschlichen Körpers aus verschiedenen Winkeln. In unserem Ansatz sind wir jedoch auf die Verwendung eines monokularen Sichtsystems beschränkt. Zu diesem Zweck wird ein Ansatz für ein neuronales Faltungsnetzwerk auf RGB-Videos angewendet und auf dreidimensionale Faltungen erweitert. Dazu wird die Zeitdimension in Videos als dritte Dimension im Faltungsraum kodiert und direkt auf die Gelenkpositionen des menschlich...
Dieses Buch erforscht die Fähigkeiten von Faltungsneuronalen Netzen zur Bewältigung einer Aufgabe, die für Menschen leicht zu bewältigen ist: die Wahrnehmung der 3D-Pose eines menschlichen Körpers aus verschiedenen Winkeln. In unserem Ansatz sind wir jedoch auf die Verwendung eines monokularen Sichtsystems beschränkt. Zu diesem Zweck wird ein Ansatz für ein neuronales Faltungsnetzwerk auf RGB-Videos angewendet und auf dreidimensionale Faltungen erweitert. Dazu wird die Zeitdimension in Videos als dritte Dimension im Faltungsraum kodiert und direkt auf die Gelenkpositionen des menschlichen Körpers im 3D-Koordinatenraum regressiert. Diese Forschung zeigt die Fähigkeit eines solchen Netzwerks, die beste Leistung auf dem ausgewählten Human3.6M-Datensatz zu erzielen, und demonstriert damit die Möglichkeit, zeitliche Daten mit einer zusätzlichen Dimension in der Faltungsoperation erfolgreich darzustellen.
Andere Kunden interessierten sich für
