#119
summarized by : hayamizu ryo
PARE: Part Attention Regressor for 3D Human Body Estimation

どんな論文か?

本論文は体の部分に誘導されたアテンションマスクの予測を学習するソフトアテンションメカニズム Part Attention REgressor (PALE)を提案する.従来手法では大域的な特徴表現に依存しているため小さなオクルージョンにも反応する.一方でPALEは身体パーツの可視性に関する情報を利用し,閉塞したパーツを予測することでこの問題に克服する.
placeholder

新規性

局所的な人体のパーツのオクルージョンが全体のポーズにどのような影響を与えるかを解析する,オクルージョン感度解析を提案する.この分析は,3D HPS回帰のための新しいボディパーツ駆動型の注目フレームワークの出発点となる.このネットワークは,パーツの可視性を手がかりに注目領域からの特徴を集約することで閉塞した関節を推論し,閉塞に対するロバスト性を実現する.

結果

PALEを用いることでパーツのセグメンテーションを視認性の手がかりとして見えない体の一部や関節を推論し,領域の特徴を集約することを学習した.これにより,シーンオクルージョン,セルフオクルージョン,フレームオクルージョンなどさまざまなタイプのオクルージョンに対するロバスト性が向上した.

その他(なぜ通ったか?等)