JP7213916B2 - 全身ポーズを生成するためのシステム - Google Patents
全身ポーズを生成するためのシステム Download PDFInfo
- Publication number
- JP7213916B2 JP7213916B2 JP2021092479A JP2021092479A JP7213916B2 JP 7213916 B2 JP7213916 B2 JP 7213916B2 JP 2021092479 A JP2021092479 A JP 2021092479A JP 2021092479 A JP2021092479 A JP 2021092479A JP 7213916 B2 JP7213916 B2 JP 7213916B2
- Authority
- JP
- Japan
- Prior art keywords
- pose
- face
- classification
- hand
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
Claims (19)
- 全身ポーズを生成するためのシステムであって、
記録された身体アンカーポーズから回帰推定することにより、入力イメージ内の動物の身体の第1ポーズを生成するように構成される身体回帰モジュール、
記録された顔アンカーポーズから回帰推定することにより、前記入力イメージ内の前記動物の顔の第2ポーズを生成するように構成される顔回帰モジュール、
記録された四肢アンカーポーズから回帰推定することにより、前記入力イメージ内の前記動物の四肢の第3ポーズを生成するように構成される四肢回帰モジュール、
前記第1ポーズ、前記第2ポーズ、および前記第3ポーズに基づき、前記入力イメージ内の前記動物の全身ポーズを生成するように構成されるポーズモジュール、
前記入力イメージを受信するように、そして前記入力イメージ内のピクセルのボックスに対する分類を生成するように構成されるイメージ分類モジュール、および
前記イメージ分類モジュールからの入力に基づいて前記ボックスを生成するように構成される領域提案ネットワーク(RPN)モジュールを含み、
前記分類は、身体分類、顔分類、および手分類で構成されるグループから選択され、
前記身体回帰モジュールは、前記ボックスのうちで前記身体分類を有する第1ボックスに基づいて人間の前記身体の前記第1ポーズを生成するように構成され、
前記顔回帰モジュールは、前記ボックスのうちで前記顔分類を有する第2ボックスに基づいて前記人間の前記顔の前記第2ポーズを生成するように構成され、そして
前記四肢回帰モジュールは、前記ボックスのうちで前記手分類を有する第3ボックスに基づいて前記人間の手の前記第3ポーズを生成するように構成される、
全身ポーズを生成するためのシステム。 - 前記ポーズモジュールは、
前記身体の前記第1ポーズの第1キーポイントを前記顔の前記第2ポーズの第2キーポイントと連結すること、および
前記身体の前記第1ポーズの第3キーポイントを前記四肢の前記第3ポーズの第4キーポイントと連結すること
により、前記全身ポーズを生成するように構成される、
請求項1に記載の全身ポーズを生成するためのシステム。 - 前記全身ポーズは2次元である、
請求項1に記載の全身ポーズを生成するためのシステム。 - 前記全身ポーズは3次元である、
請求項1に記載の全身ポーズを生成するためのシステム。 - 前記イメージ分類モジュールは、ResNet-50モデルを含む、
請求項1乃至4のいずれか1項に記載の全身ポーズを生成するためのシステム。 - 前記入力は、前記ResNet-50モデルの第3ブロックの出力である、
請求項5に記載の全身ポーズを生成するためのシステム。 - 前記RPNモジュールは、関心領域(ROI)整列アルゴリズムを利用して前記ボックスを生成するように構成される、
請求項1乃至4のいずれか1項に記載の全身ポーズを生成するためのシステム。 - 前記全身ポーズは、前記人間の胴体、前記人間の脚、および前記人間の腕のポーズを含む、
請求項1に記載の全身ポーズを生成するためのシステム。 - 前記入力イメージ内の前記人間の前記全身ポーズに基づいてアニメーション化されたアバタを含むイメージを生成するように構成されるアニメーションモジュールをさらに含む、
請求項1に記載の全身ポーズを生成するためのシステム。 - ディスプレイ上に前記アニメーション化されたアバタを含む前記イメージを表示するように構成されるディスプレイ制御モジュールをさらに含む、
請求項9に記載の全身ポーズを生成するためのシステム。 - 前記入力イメージをキャプチャするように構成されるカメラをさらに含む、
請求項1に記載の全身ポーズを生成するためのシステム。 - 複数の記録された身体アンカーポーズと前記入力イメージ内の前記人間の前記身体との比較に基づき、身体点数(前記身体回帰モジュールは、前記身体点数に基づいて前記複数の記録された身体アンカーポーズから前記記録された身体アンカーポーズを選択するように構成される)を決定するように構成される身体分類モジュール、
複数の記録された顔アンカーポーズと前記入力イメージ内の前記人間の前記顔との比較に基づき、顔点数(前記顔回帰モジュールは、前記顔点数に基づいて前記複数の記録された顔アンカーポーズから前記記録された顔アンカーポーズを選択するように構成される)を決定するように構成される顔分類モジュール、および
複数の記録された手アンカーポーズと前記入力イメージ内の前記人間の手との比較に基づき、手四肢点数(前記四肢回帰モジュールは、前記手四肢点数に基づいて手アンカーポーズである前記複数の記録された四肢アンカーポーズから前記記録された手アンカーポーズを選択するように構成される手四肢回帰モジュール)を決定するように構成される手四肢分類モジュールをさらに含む、
請求項1に記載の全身ポーズを生成するためのシステム。 - 前記身体回帰モジュールは、前記記録された身体アンカーポーズの前記身体点数が前記記録された身体アンカーポーズのうちの他のすべての記録された身体アンカーポーズの前記身体点数よりも高いことに基づき、前記複数の記録された身体アンカーポーズから前記記録された身体アンカーポーズを選択するように構成され、
前記顔回帰モジュールは、前記記録された顔アンカーポーズの前記顔点数が前記記録された顔アンカーポーズの他のすべての記録された顔アンカーポーズの前記顔点数よりも高いことに基づき、前記複数の顔アンカーポーズから前記記録された顔アンカーポーズを選択するように構成され、そして
前記手四肢回帰モジュールは、前記記録された手アンカーポーズの前記手四肢点数が前記記録された手アンカーポーズの他のすべての記録された手アンカーポーズの前記手四肢点数よりも高いことに基づき、前記複数の手アンカーポーズから前記記録された手アンカーポーズを選択するように構成される、
請求項12に記載の全身ポーズを生成するためのシステム。 - トレーニングシステムであって、
請求項12に記載の前記システム、および
トレーニングモジュールを含み、
前記トレーニングモジュールは、
人間の身体を含むイメージを含む第1データセットに基づいて前記身体分類モジュールおよび回帰モジュールを含む身体専門家をトレーニングさせるように、
人間の顔を含むイメージを含む第2データセットに基づいて前記顔分類モジュールおよび回帰モジュールを含む顔専門家をトレーニングさせるように、そして
人間の手を含むイメージを含む第3データセットに基づいて前記手四肢分類モジュールおよび回帰モジュールを含む手四肢専門家をトレーニングさせるように
構成される、トレーニングシステム。 - 前記トレーニングモジュールも、前記身体専門家、前記顔専門家、および前記手四肢専門家からのデータを蒸留することによって前記ポーズモジュールをトレーニングさせるように構成される、
請求項14に記載のトレーニングシステム。 - 全身ポーズを生成するためのシステムであって、
記録された身体アンカーポーズと入力イメージ内の人間の身体との比較に基づいて身体点数を決定するように構成される身体分類モジュール、
身体回帰モジュール(前記身体回帰モジュールは、前記身体点数に基づいて前記記録された身体アンカーポーズのうちから1つを選択するように、そして前記記録された身体アンカーポーズのうちから前記選択された1つを回帰推定することによって前記入力イメージ内の前記身体の第1ポーズを生成するように構成される)、
記録された顔アンカーポーズと前記入力イメージ内の前記人間の顔との比較に基づいて顔点数を決定するように構成される顔分類モジュール、
顔回帰モジュール(前記顔回帰モジュールは、前記顔点数に基づいて前記記録された顔アンカーポーズのうちから1つを選択するように、そして前記記録された顔アンカーポーズのうちから前記選択された1つを回帰推定することによって前記入力イメージ内の前記顔の第2ポーズを生成するように構成される)、
記録された手アンカーポーズと前記入力イメージ内の前記人間の手との比較に基づいて手点数を決定するように構成される手分類モジュール、
手回帰モジュール(前記手回帰モジュールは、前記手点数に基づいて前記記録された手アンカーポーズのうちから1つを選択するように、そして前記記録された手アンカーポーズのうちから前記選択された1つを回帰推定することによって前記入力イメージ内の前記手の第3ポーズを生成するように構成される)、
前記身体の前記第1ポーズ、前記顔の前記第2ポーズ、および前記手の前記第3ポーズに基づいて前記入力イメージ内の前記人間の全身ポーズを生成するように構成されるポーズモジュール、
前記入力イメージを受信するように、そして前記入力イメージ内のピクセルのボックスに対する分類を生成するように構成されるイメージ分類モジュール、および
前記イメージ分類モジュールからの入力に基づいて前記ボックスを生成するように構成される領域提案ネットワーク(RPN)モジュールを含み、
前記分類は、身体分類、顔分類、および手分類で構成されるグループから選択され、
前記身体回帰モジュールは、前記ボックスのうちで前記身体分類を有する第1ボックスに基づいて前記人間の前記身体の前記第1ポーズを生成するように構成され、
前記顔回帰モジュールは、前記ボックスのうちで前記顔分類を有する第2ボックスに基づいて前記人間の前記顔の前記第2ポーズを生成するように構成され、そして
前記手回帰モジュールは、前記ボックスのうちで前記手分類を有する第3ボックスに基づいて前記人間の手の前記第3ポーズを生成するように構成される、
全身ポーズを生成するためのシステム。 - 全身ポーズを生成する方法であって、
1つ以上のプロセッサにより、記録された身体アンカーポーズから回帰推定することによって入力イメージ内の動物の身体の第1ポーズを生成する段階、
前記1つ以上のプロセッサにより、記録された顔アンカーポーズから回帰推定することによって前記入力イメージ内の前記動物の顔の第2ポーズを生成する段階、
前記1つ以上のプロセッサにより、記録された四肢アンカーポーズから回帰推定することによって前記入力イメージ内の前記動物の四肢の第3ポーズを生成する段階、
前記1つ以上のプロセッサにより、前記第1ポーズ、前記第2ポーズ、および前記第3ポーズに基づいて前記入力イメージ内の前記動物の全身ポーズを生成する段階、
前記1つ以上のプロセッサにより、前記入力イメージを受信し、そして前記入力イメージ内のピクセルのボックスに対する分類を生成する段階、および
前記1つ以上のプロセッサにより、前記分類に関する入力に基づいて前記ボックスを生成する段階を含み、
前記分類は、身体分類、顔分類、および手分類で構成されるグループから選択され、
前記第1ポーズを生成する段階は、前記ボックスのうちで前記身体分類を有する第1ボックスに基づいて人間の前記身体の前記第1ポーズを生成する段階を含み、
前記第2ポーズを生成する段階は、前記ボックスのうちで前記顔分類を有する第2ボックスに基づいて前記人間の前記顔の前記第2ポーズを生成する段階を含み、
前記第3ポーズを生成する段階は、前記ボックスのうちで前記手分類を有する第3ボックスに基づいて前記人間の手の前記第3ポーズを生成する段階を含む、
全身ポーズを生成する方法。 - 前記動物は人間であり、
前記第1ポーズは前記人間の身体のポーズであり、
前記第2ポーズは前記人間の顔のポーズであり、
前記第3ポーズは前記人間の手のポーズである、
請求項17に記載の全身ポーズを生成する方法。 - 全身ポーズを生成するためのシステムであって、
記録された身体アンカーポーズから回帰推定することによって入力イメージ内の動物の身体の第1ポーズを生成するための手段、
記録された顔アンカーポーズから回帰推定することによって前記入力イメージ内の前記動物の顔の第2ポーズを生成するための手段、
記録された四肢アンカーポーズから回帰推定することによって前記入力イメージ内の前記動物の四肢の第3ポーズを生成するための手段、
前記第1ポーズ、前記第2ポーズ、および前記第3ポーズに基づいて前記入力イメージ内の前記動物の全身ポーズを生成するための手段、
前記入力イメージを受信し、そして前記入力イメージ内のピクセルのボックスに対する分類を生成する手段、および
前記分類を生成する手段からの入力に基づいて前記ボックスを生成する手段を含み、
前記分類は、身体分類、顔分類、および手分類で構成されるグループから選択され、
前記第1ポーズを生成する手段は、前記ボックスのうちで前記身体分類を有する第1ボックスに基づいて人間の前記身体の前記第1ポーズを生成するように構成され、
前記第2ポーズを生成する手段は、前記ボックスのうちで前記顔分類を有する第2ボックスに基づいて前記人間の前記顔の前記第2ポーズを生成するように構成され、
前記第3ポーズを生成する手段は、前記ボックスのうちで前記手分類を有する第3ボックスに基づいて前記人間の手の前記第3ポーズを生成するように構成される、
全身ポーズを生成するためのシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/889,873 US11494932B2 (en) | 2020-06-02 | 2020-06-02 | Distillation of part experts for whole-body pose estimation |
US16/889,873 | 2020-06-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021190128A JP2021190128A (ja) | 2021-12-13 |
JP7213916B2 true JP7213916B2 (ja) | 2023-01-27 |
Family
ID=78705254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021092479A Active JP7213916B2 (ja) | 2020-06-02 | 2021-06-01 | 全身ポーズを生成するためのシステム |
Country Status (3)
Country | Link |
---|---|
US (2) | US11494932B2 (ja) |
JP (1) | JP7213916B2 (ja) |
KR (1) | KR20210149597A (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396494A (zh) * | 2020-11-23 | 2021-02-23 | 北京百度网讯科技有限公司 | 商品引导方法、装置、设备及存储介质 |
US11804040B2 (en) * | 2021-03-17 | 2023-10-31 | Qualcomm Incorporated | Keypoint-based sampling for pose estimation |
KR20230120501A (ko) | 2022-02-09 | 2023-08-17 | 상명대학교산학협력단 | 동영상으로부터 휴먼 객체를 분리하고 자세를 추정하는 방법 및 장치 |
KR102591082B1 (ko) | 2022-02-15 | 2023-10-19 | 상명대학교산학협력단 | 딥 러닝 기반 합성 영상 콘텐츠 생성 방법 및 장치 |
KR102454538B1 (ko) * | 2022-02-15 | 2022-10-14 | 주식회사 인피닉 | 인공지능을 이용한 행동 추정 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
CN116597427B (zh) * | 2023-07-18 | 2023-10-20 | 山东科技大学 | 一种基于深度学习的舰船驾驶台身份识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019204476A (ja) | 2018-05-17 | 2019-11-28 | 株式会社Preferred Networks | 画像生成装置、画像生成方法及びプログラム |
JP2020047267A (ja) | 2018-09-14 | 2020-03-26 | 本田技研工業株式会社 | シーン分類 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3887958B2 (ja) | 1998-07-27 | 2007-02-28 | 富士ゼロックス株式会社 | 光学材料および光学素子 |
US20080104512A1 (en) * | 2006-10-31 | 2008-05-01 | Motorola, Inc. | Method and apparatus for providing realtime feedback in a voice dialog system |
US9098766B2 (en) * | 2007-12-21 | 2015-08-04 | Honda Motor Co., Ltd. | Controlled human pose estimation from depth image streams |
-
2020
- 2020-06-02 US US16/889,873 patent/US11494932B2/en active Active
-
2021
- 2021-05-20 KR KR1020210064481A patent/KR20210149597A/ko not_active Application Discontinuation
- 2021-06-01 JP JP2021092479A patent/JP7213916B2/ja active Active
-
2022
- 2022-09-13 US US17/943,694 patent/US11651608B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019204476A (ja) | 2018-05-17 | 2019-11-28 | 株式会社Preferred Networks | 画像生成装置、画像生成方法及びプログラム |
JP2020047267A (ja) | 2018-09-14 | 2020-03-26 | 本田技研工業株式会社 | シーン分類 |
Non-Patent Citations (2)
Title |
---|
Donglai Xiang, et al.,Monocular Total Capture: Posing Face, Body, and Hands in the Wild,2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR),2019年,https://ieeexplore.ieee.org/document/8953618 |
Gregory Rogez, et al.,LCR-Net: Localization-Classification-Regression for Human Pose,2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2017年,https://ieeexplore.ieee.org/document/8099617 |
Also Published As
Publication number | Publication date |
---|---|
US11494932B2 (en) | 2022-11-08 |
US20230015984A1 (en) | 2023-01-19 |
US11651608B2 (en) | 2023-05-16 |
US20210374989A1 (en) | 2021-12-02 |
JP2021190128A (ja) | 2021-12-13 |
KR20210149597A (ko) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7213916B2 (ja) | 全身ポーズを生成するためのシステム | |
Tritrong et al. | Repurposing gans for one-shot semantic part segmentation | |
Liu et al. | Hard negative generation for identity-disentangled facial expression recognition | |
Doosti et al. | Hope-net: A graph-based model for hand-object pose estimation | |
Wang et al. | A deep coarse-to-fine network for head pose estimation from synthetic data | |
Yang et al. | Every pixel counts: Unsupervised geometry learning with holistic 3d motion understanding | |
Bisogni et al. | Impact of deep learning approaches on facial expression recognition in healthcare industries | |
US20220358770A1 (en) | Scene reconstruction in three-dimensions from two-dimensional images | |
Kumar et al. | 3D sign language recognition with joint distance and angular coded color topographical descriptor on a 2–stream CNN | |
JP2021043974A5 (ja) | ||
Jeni et al. | The first 3d face alignment in the wild (3dfaw) challenge | |
EP3987443A1 (en) | Recurrent multi-task convolutional neural network architecture | |
Savran et al. | Non-rigid registration based model-free 3D facial expression recognition | |
Gharaee et al. | First and second order dynamics in a hierarchical SOM system for action recognition | |
KR102138809B1 (ko) | 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 | |
CN110738650B (zh) | 一种传染病感染识别方法、终端设备及存储介质 | |
JP2022546643A (ja) | 不確実性を有するランドマーク位置推定のための画像処理システムおよび方法 | |
US20220343639A1 (en) | Object re-identification using pose part based models | |
Kwolek et al. | Recognition of JSL fingerspelling using deep convolutional neural networks | |
Shah | Deepsign: A deep-learning architecture for sign language | |
Raza et al. | Part-wise pedestrian gender recognition via deep convolutional neural networks | |
Achmed | Upper body pose recognition and estimation towards the translation of South African Sign Language | |
Mohamed | A novice guide towards human motion analysis and understanding | |
Sharma et al. | Analysis of facial geometry to identify and extract face landmarks using transfer learning | |
US11954899B2 (en) | Systems and methods for training models to predict dense correspondences in images using geodesic distances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210601 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220629 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221014 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7213916 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |