| 研究課題/領域番号 |
20K19836
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
吉安 祐介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10712234)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| キーワード | 深層学習 / 自己教師学習 / 身体姿勢 / 体型 |
|---|
| 研究実績の概要 |
本年度は、前年度までに開発した2D画像上にアノテーションされた密な対応付けを教師データとして用いる身体３次元姿勢・体型学習手法（Deform&Learn)の拡張をおこなった。４視点から撮影した画像データから2D-3Dの密な対応付けを推定し、4視点すべての対応付け情報を同時に用いて非剛体レジストレーションを行い３次元体型・姿勢を復元した。復元した３次元データを疑似的な教師データとして用いることで、単眼画像から体型と３次元の姿勢を推定する深層学習モデルを学習した。これにより、モーションキャプチャなどの高価な装置で計測した３Dデータを直接学習データとして用いなくとも、身体３次元推定が比較的精度よく実現できるようになり、従来法に比べて推定精度も向上した。
また、学習基盤構築のために、産総研AI橋渡しクラウド（AI Bridging Cloud Infrastructure、ABCI）上に、既存の身体姿勢・体型データセットをダウンロードし、三次元姿勢・体型の深層学習に使用できるように、画像、アノテーション、ベースラインモデルを整備・整理した。さらに、2D画像から抽出した特徴量から、Transformer機構に基づいて3次元姿勢を推定する認識技術を設計した。
密な対応付けに基づいて３次元身体姿勢・体型を学習するDeform＆Learnと高齢者の体型を含む統計体型モデルについての研究成果を国際会議で発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
ABCI上に学習データセットが整備され、Transformer機構に基づく３D姿勢認識技術などの深層学習モデルの設計・学習・初期実験が完了し、研究基盤が整った。
|
| 今後の研究の推進方策 |
Transformer機構に基づいて3次元姿勢を推定する認識技術を体型の認識に拡張する。ABCI上にセットアップしたデータに基づいて体型・姿勢の認識を学習する。
|
| 次年度使用額が生じた理由 |
コロナのため外国出張がなくなったため。abciなどの計算資源にかかる費用やコロナの状況が回復すれば学会への出張・参加費用に使用する。
|
