Modèle d'apprentissage profond pour l'estimation de la pose humaine dans l'espace et le temps

Ce livre explore les capacit?s des r?seaux neuronaux convolutifs ? traiter une t?che facilement g?rable pour les humains: la perception de la pose en 3D d'un corps humain sous diff?rents angles. Cependant, dans notre approche, nous sommes limit?s ? l'utilisation d'un syst?me de vision monoculaire. ? cette fin, une approche de r?seau neuronal convolutif est appliqu?e aux vid?os RVB et ?tendue aux convolutions tridimensionnelles. Pour ce faire, la dimension temporelle des vid?os est cod?e en tant que troisi?me dimension dans l'espace convolutionnel, et la r?gression se fait directement sur les positions des articulations du corps humain dans l'espace de coordonn?es 3D. Cette recherche montre la capacit? d'un tel r?seau ? atteindre des performances de pointe sur l'ensemble de donn?es s?lectionn? Human3.6M, d?montrant ainsi la possibilit? de repr?senter avec succ?s les donn?es temporelles avec une dimension suppl?mentaire dans l'op?ration convolutionnelle.