| 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 | 2024-01-18 13:30 Enhancing Human Skeleton Estimation with Multi-Frame mmWave Radar Point Cloud-based Method ○Xintong Shi・Tomoaki Ohtsuki（Keio Univ.）  SeMI2023-52 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Millimeter-Wave (mmWave) radar-based skeleton estimation has emerged as a focal point in the realm of human motion analysis and sensing, offering distinct advantages over conventional RGB camera, depth camera, and inertial sensor approaches. One notable advantage is its ability to operate independently of varying lighting conditions. Furthermore, it successfully addresses limitations inherent in depth camera methods, such as susceptibility to reflections and occlusions, and excels in providing precise real-time tracking, thereby elevating its overall performance. However, prevalent human skeleton estimation methods utilizing point cloud data often rely on single-frame inputs or incorporate voxelization, introducing associated drawbacks. This research presents an innovative model based on a combination of Convolutional Neural Network (CNN) and Bi-directional Long Short-Term Memory (BiLSTM) architecture specifically designed for handling multi-frame point cloud data without resorting to voxelization. Additionally, a Long Short-Term Memory (LSTM)-based neural network is introduced to evaluate the reliability of the point cloud, thereby enhancing overall robustness. Experimental results underscore the superior accuracy and robustness achieved in human skeleton estimation when compared to conventional single-frame methods. This research contributes to advancing the efficacy of mmWave radar-based skeletal tracking systems, paving the way for enhanced applications in human motion analysis and sensing. |
|
| キーワード | （和） | / / / / / / / |
| （英） | Millimeter-Wave radar / Human skeleton estimation / Convolutional neural network / Bi-directional long short-term memory neural network / Point cloud / / / | |
| 文献情報 | 信学技報, vol. 123, no. 345, SeMI2023-52, pp. 18-21, 2024年1月. | |
| 資料番号 | SeMI2023-52 | |
| 発行日 | 2024-01-11 (SeMI) | |
| 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 | SeMI2023-52 |
|
| 研究会情報 | |
| 研究会 | SeMI |
| 開催期間 | 2024-01-18 - 2024-01-19 |
| 開催地（和） | 楽気ハウス 甲斐路 |
| 開催地（英） | Raki House Kaiji |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2024-01-SeMI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Enhancing Human Skeleton Estimation with Multi-Frame mmWave Radar Point Cloud-based Method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Millimeter-Wave radar |
| キーワード(2)（和/英） | / Human skeleton estimation |
| キーワード(3)（和/英） | / Convolutional neural network |
| キーワード(4)（和/英） | / Bi-directional long short-term memory neural network |
| キーワード(5)（和/英） | / Point cloud |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 師 馨童 / Xintong Shi / シ ケイドウ |
| 第1著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第2著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-01-18 13:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2023-52 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.345 |
| ページ範囲 | pp.18-21 |
| ページ数 | 4 |
| 発行日 | 2024-01-11 (SeMI) |
[研究会発表申込システムのトップページに戻る]