| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-02-22 10:45 身体装着型全天球カメラ画像と深層学習による人物全身像の3次元骨格推定手法の検討 ○荒井雄太・大谷 淳（早大）・小方博之（成蹊大）・瀬尾燦振（早大）  ITS2022-62 IE2022-79 |
|
| 抄録 | （和） | 近年，様々なスポーツ競技におけるトレーニング等のためにモーションキャプチャが活用されるようになってきているものの，広範囲の移動を伴うスポーツ競技では，固定カメラの視野に収まらない等の問題があった．このような問題を解決するため本稿では，身体に全天球カメラを装着することにより獲得される360度視野画像を処理することにより3次元骨格推定を行う新たな手法を提案する. 本提案手法では, 全天球カメラ画像とその画像中の人体の関節点をアノテーションした結果を用いてCNN(Convolutional Neural Network)の学習を行う. 学習済みのCNNモデルに全天球カメラ画像を入力することにより，各関節点の3次元座標を出力する. シミュレーション環境と実環境それぞれにおいてデータを取得し, 3次元骨格推定実験を行った. 実験の結果, 誤差3cm以内のときの信頼度90%以上を達成し, 本研究手法の有効性の見通しを示すことができた. |
| （英） | In recent years, motion capture has been used for training in various sporting events. However, in sporting events involving extensive movement, there are problems such as the field of view of a fixed camera not being able to fit. To solve such problems, this article proposes a new method for estimating the 3D skeleton by processing 360-degree images acquired by an omnidirectional camera attached to the body. In the proposed method, we do a learning of the CNN (Convolutional Neural Network) using the results of annotating the joint points of the human body in the images and the images from the omnidirectional camera. The 3D coordinates of each joint point are output by inputting the omnidirectional camera images to the trained CNN model. We conducted 3D skeleton estimation experiments by acquiring data in both simulated and real environments. As a result of the experiments, a confidence rate of more than 90% was achieved within an error margin of 3 cm, we have indicated that the method is effective. | |
| キーワード | （和） | モーションキャプチャ / 骨格推定 / 深層学習 / CNN / 全天球カメラ / Unity / Azure Kinect / 一人称視点 |
| （英） | Motion Capture / Skeleton Estimation / Deep Learning / CNN / Omnidirectional Camera / Unity / Azure Kinect / First Person View | |
| 文献情報 | 信学技報, vol. 122, no. 385, IE2022-79, pp. 112-117, 2023年2月. | |
| 資料番号 | IE2022-79 | |
| 発行日 | 2023-02-14 (ITS, IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2022-62 IE2022-79 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT |
| 開催期間 | 2023-02-21 - 2023-02-22 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | Hokkaido Univ. |
| テーマ（和） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2023-02-IE-ITS-MMS-ME-AIT |
| 本文の言語 | 日本語 |
| タイトル（和） | 身体装着型全天球カメラ画像と深層学習による人物全身像の3次元骨格推定手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Estimating 3D Skeleton of a Human Full-Body Using Images Acquired by Omnidirectional Cameras Attached to the Human Body and Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | モーションキャプチャ / Motion Capture |
| キーワード(2)（和/英） | 骨格推定 / Skeleton Estimation |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | CNN / CNN |
| キーワード(5)（和/英） | 全天球カメラ / Omnidirectional Camera |
| キーワード(6)（和/英） | Unity / Unity |
| キーワード(7)（和/英） | Azure Kinect / Azure Kinect |
| キーワード(8)（和/英） | 一人称視点 / First Person View |
| 第1著者 氏名（和/英/ヨミ） | 荒井 雄太 / Yuta Arai / アライ ユウタ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大谷 淳 / Jun Ohya / |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小方 博之 / Hiroyuki Ogata / |
| 第3著者 所属（和/英） | 成蹊大学 (略称： 成蹊大) Seikei University (略称： Seikei Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 瀬尾 燦振 / Seo Chanjin / セオ チャンジン |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-02-22 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2022-62, IE2022-79 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.384(ITS), no.385(IE) |
| ページ範囲 | pp.112-117 |
| ページ数 | 6 |
| 発行日 | 2023-02-14 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]