![Real-Time Human Pose Recognition in Parts from Single Depth ImagesJamie Shotton, Andrew Fitzgibbon, Mat Cook ,Toby Sharp, Mark Finocchio,Richard Moore, Alex Kipman, Andrew BlakeMicrosoft Research Cambridge & Xbox IncubationCVPR 2011 [Best Paper]紹介者：野田 雅文（@miyabiarts）](https://image.slidesharecdn.com/cvprfestup-110730225246-phpapp02/85/CVPR-Festival-1-320.jpg)
![[DLゼミ] Learning agile and dynamic motor skills for legged robots](https://cdn.slidesharecdn.com/ss_thumbnails/20200513dltomoyaodaslideshare-200513093410-thumbnail.jpg?width=560&fit=bounds)
More Related Content
Similar to CVPR Festival (18)
Recently uploaded (8)
CVPR Festival
- 1. Real-Time Human Pose Recognition in Parts from Single Depth ImagesJamie Shotton, Andrew Fitzgibbon, Mat Cook ,Toby Sharp, Mark Finocchio,Richard Moore, Alex Kipman, Andrew BlakeMicrosoft Research Cambridge & Xbox IncubationCVPR 2011 [Best Paper]紹介者：野田 雅文（@miyabiarts）
- 4. 関连研究辉度画像ベース（通常カメラ）数多くの手法が提案されている数が多いので、今回は省略计算コストが高い深度画像ベース（罢辞贵カメラ、碍颈苍别肠迟など）近年盛ん関节位置などに対する事前知识が必要4
- 25. Random Forestsによる識別画素ごとに独立に識別25各ノードにおいて特徴を求める方向 から特徴量 を求め、しきい値 との大小関係による左右のノードに分岐入力：1画素人体パーツへの所属する信頼度信頼度最大となる人体パーツを画素の識別結果とする
- 26. Random Forests識別器の学習生成した正解人体パーツ付きの画像で学習学習の入力：1画素の特徴量 + 正解人体パーツ26学习入力：1画素各ノードで、と を决定
- 28. 関节の3次元位置推定各パーツごとに関节の３次元位置を推定密度推定を行い、最频値を推定ミーンシフトベースの手法を利用28カーネル密度推定（クラス肠に対する）3次元空间中の位置（画像上の位置 に対応）
- 32. 実験结果人工データ実データ32