姿勢推定
最後に、姿勢推定について述べる。
姿勢推定に関するモデルは比較的構造が単純であり、主にVGGとの関連性と、Parts Affinity Fields（PAF）との接続に注目すれば十分である。
PAFとは、人体の各部位間のつながりをベクトル場として表現し、それを学習・推定する技術である。
この技術により、複数人の姿勢推定が可能となり、遮蔽物（オクルージョン）によって一部の部位が視認できない場合でも、関節位置の補完が可能となる。
PAFの導入により、より柔軟かつ精度の高い姿勢推定が実現されている。
姿勢推定モデルは、以下の3つのステージで構成されている。
- ステージ1：粗い姿勢の推定を行う。
- ステージ2：より精密なパーツ親和性（部位間の関係性）を推定する。
- ステージ3以降：関節位置の詳細な推定を行う。
このように、推定の精度を段階的に高めながら、身体各部のつながりを推定し、最終的に関節の位置を特定する構造となっている。
参考文献：https://arxiv.org/pdf/1812.08008
まとめ
- 画像認識の全体像を因果関係図で整理し、AlexNetを起点に各モデルの進化をたどる。
- 一般物体認識から物体検出・セグメンテーション・姿勢推定まで、各カテゴリの代表モデルと技術を解説。
- モデル同士の構造的なつながりや技術的背景を踏まえ、因果関係をもとに体系的に理解を深めていく。
バックナンバーはこちら
深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版
Amazon.co.jp
amzn.to
徹底攻略ディープラーニングG検定ジェネラリスト問題集 第3版 徹底攻略シリーズ
Amazon.co.jp
amzn.to
ディープラーニングG検定（ジェネラリスト） 法律・倫理テキスト
Amazon.co.jp
amzn.to
コメント