NGHIÊN CỨU MÔ PHỎNG DÁNG NGƯỜI TRÊN KHÔNG

GIAN BA CHIỀU TỪ HÌNH ẢNH HAI CHIỀU SỬ DỤNG

PHƯƠNG PHÁP HỌC SÂU
Ý chính

 Đặt ước tính

 học kĩ càng
 Máy Vector hỗ trợ
 hình học

Trừu tượng

 Các nghiên cứu gần đây đã cho thấy những tiến bộ đáng chú ý trong việc tạo ra
con người 3Dước lượng đặt ratừ hình ảnh một mắt, với sự trợ giúp của bộ dữ liệu
3D trong nhà quy mô lớn và kiến trúc mạng phức tạp. Tuy nhiên,khả năng khái
quát hóa dự kiến cho các môi trường khác nhau vẫn là một mục tiêu khó áp dụng
trong các nhiệm vụ thực tế.Trong công việc này,chúng tôi trình bày giải pháp ước
tính bộ xương người 3D một góc nhìn dựa trên phương pháp học sâu. Mạng của
chúng tôi chứa hai mô hình riêng biệt để hồi quy hoàn toàn và nâng cao các tư thế
đạt được. Chúng tôi sử dụng một mô hình mới được đề xuất có tên là Mạng Bóp và
Kích thích để xây dựngước lượng đặt ramạng để ước tính tư thế tương ứng từ ảnh
màu; Sau đómột mô hình bao gồm một số khối mạng được kết nối đầy đủ và một
mạng tích chập biểu đồ ngữ nghĩa mới có tính năng tự giám sát để tái tạo lại tư thế
con người 3D.Chúng tôi chứng minh tính hiệu quả của phương pháp tiếp cận của
mình trên các tập dữ liệu tiêu chuẩn để làm điểm chuẩn, trong đó chúng tôi đã đạt
được kết quả tương đương với một số phương pháp tiên tiến gần đây đã tồn tại.

Điểm nổi bật về học thuật

 Những năm gần đây, mô phỏng người trên không gian ba chiều từ ảnh màu đơn đang là một
nghiên cứu hướng dẫn đã nhận được nhiều ý kiến quan tâm đặc biệt, bởi khả năng sử dụng nó
vào thực tế cuộc sống phong phú của con người, ví dụ như cơ sở học, hệ thống giám sát, thực tế
ảo và thực tế ảo tăng cường [ 1 ], [ 2 ]
 Dù cho kết quả là rất tốt nên vào thời điểm đó, các phương thức trên vẫn bị hạn chế bởi vẫn rất
nặng nề về mặt tính toán vì việc sử dụng các mạng phức tạp, dẫn đến việc áp dụng vào nhiều môi
trường điều kiện trong thực tế vẫn chưa đạt được kỳ vọng [ 10 ]
 Tóm tắt

Giải pháp ước tính bộ xương người 3D một góc nhìn dựa trên phương pháp học
sâu. Mạng của chúng tôi chứa hai mô hình riêng biệt để hồi quy hoàn toàn và nâng
cao các tư thế đạt được. Chúng tôi sử dụng một mô hình mới được đề xuất có tên
là Mạng Bóp và Kích thích để xây dựng mạng ước tính tư thế của chúng tôi nhằm
ước tính tư thế tương ứng từ ảnh màu; sau đó là một mô hình bao gồm một số khối
mạng được kết nối đầy đủ và một mạng tích chập biểu đồ ngữ nghĩa mới có tính
năng tự giám sát để tái tạo lại tư thế con người 3-D. Chúng tôi chứng minh tính
hiệu quả của phương pháp tiếp cận của chúng tôi trên các bộ dữ liệu tiêu chuẩn.
Những năm gễn ở đây, mô phỏng người trên không gian ba chiều từ màu đơn. Mô
hình nghiên cứu đã được xác nhận đã sử dụng một phương pháp. Phổ biến thông
tin hiện nay để thực hiện công việc dân sự. Đồng tiền khá rẻ và m. Mô phong phú,
ví dụ như cơ sở sinh học, h ᝇ system giám sát, thực tế tăng cường của nó. Dù cho
tỉnh quan tâm .

SỬ DỤNG HỌC TẬP SÂU (2022). NGHIÊN CỨU MÔ PHỎNG DÁNG NGƯỜI
TRÊN KHÔNG GIAN BA CHIỀU TỪ HÌNH ẢNH HAI CHIỀU SỬ DỤNG
PHƯƠNG PHÁP HỌC SÂU. ISSN 20.

Tóm tắt học thuật

 Đặt vấn đề

Mô phỏng người trên không gian ba chiều từ ảnh màu đơn đang là một nghiên cứu
định hướng đã nhận được nhiều sự chú ý quan tâm đặc biệt, bởi tiềm năng sử dụng
nó vào thực tiễn đời sống phong phú của con người, ví dụ như cơ sở sinh học, hệ
thống giám sát, thực tế ảo và thực tế ảo tăng cường [ 1 ], [ 2 ].

 Các phương pháp phổ thông hiện nay được sử dụng để thu thập dữ liệu mô hình
người trong không gian ba chiều vẫn còn thiếu hoạt động, cũng như khá rẻ về mặt
chi phí trong việc thực hiện, dẫn đến cần một phương pháp đơn giản hơn là có thể
thực hiện việc xây dựng cấu hình mà ít phải bổ sung vào các phương thức phức tạp
có sẵn trong cách xây dựng hai chiều mô hình.

 Dù cho kết quả là rất tốt nên vào thời điểm đó, các phương thức trên vẫn bị hạn
chế bởi vẫn rất nặng nề về mặt tính toán vì việc sử dụng các mạng phức tạp, dẫn
 đến việc áp dụng vào nhiều môi trường điều kiện trong thực tế vẫn chưa đạt được
kỳ vọng [ 10 ].

 Phương pháp này sử dụng một đơn ảnh từ đầu vào và biến nó thành kiểu hai chiều
(điểm chính 2D/tư thế 2D) để sau đó tạo kiểu ba chiều (điểm chính 3D/tư thế 3D)

 Các nghiên cứu liên quan

Người mô phỏng có thể chia làm hai phương pháp tiếp theo: Phương pháp tạo từ
mô hình và phân loại phương pháp.

 Lí do để sử dụng MPII làm tiền huấn luyện là vì để học mạng trước một số thông
tin về mô phỏng, giúp giảm thời gian và tài nguyên tính toán khi đưa ra bộ thiết kế
cho người học trong không gian ba chiều vào học.

 Huấn luyện cho mô-đun hồi phục Đối với nhánh trên sử dụng mạng lưới sơ đồ
SemGCN, nhóm tác giả lấy tất cả các kích thước đầu vào để huấn luyện mô hình,
nhưng chỉ nhận X' và Y' làm giá trị đầu ra.

 Bằng cách sử dụng số thông tin của máy ảnh để tái tạo phong cách trong ảnh thành
người trong không gian ba chiều, nhóm tác giả có thể huấn luyện nhánh dưới dạng
mô-đun tăng cường thuần túy.

 Data Bộ

Nhóm tác giả tiến hành trên bộ dữ liệu Human3.6M (H3.6M), dữ liệu lớn nhất cho
công việc đánh giá kết quả kiểu phòng trong không gian ba chiều [ 20 ] .

 Dữ liệu này chứa 3,6 triệu ảnh từ 11 người khác nhau (6 nam và 5 nữ), thực hiện
15 hành động thường ngày như ăn, đứng, đi bộ, chụp ảnh, cũng như các hoạt động
khác thu được từ 4 các góc khác nhau cùng lúc với hình ảnh có kích thước là
1000x1000 pixel

 Đánh giá phương thức

Nhóm tác giả đi theo các phương pháp đánh giá tiêu chuẩn khi sử dụng cả 4 máy
góc từ đối tượng 1, 5, 6, 7, 8 để huấn luyện mô hình và cũng sử dụng cả 4 máy góc
ở đối tượng 9 và 11 for test.
 Trong cả quá trình huấn luyện và đánh giá, tần số lấy mẫu là 5 Hz. Độ chính xác
được đánh giá bằng MPJPE, để tính toán trên Phương thức đánh giá giá #1 ( PTĐG
#1 ); và “sai số với hệ PA” tức là sắp xếp lại phong cách người trong không gian
ba chiều và làm nền tảng cho sự thật bằng cách sử dụng Procrustes Analysis
[ 24 ] và đánh giá ở Phương thức đánh giá giá #2 ( PTĐG #2 ).

 Ở các PTG, giá trị mong muốn thu được càng nhỏ càng tốt

 Kết quả

Nếu kiểm tra các thông số hợp lý để xây dựng lại không có cách cung cấp ba chiều
nào, thì phần sau gần như hoạt động là mô-đun tăng cường độ chính xác của kết
quả mô-đun.

 Khi không có số lượng máy ảnh thông tin, mô hình của tác giả nhóm xuất ra vẫn
có thể khôi phục kết quả chính xác và tăng cường độ chính xác mà không bị tăng
sai số.

 Với các mô hình khác, phương pháp phục hồi nhóm tác giả đề xuất ra một số tham
số của mô hình vừa phải hơn mà vẫn đạt được kết quả tốt như mong đợi.

 47,34 mm PTG #2 43,01 mm 38,78 mm 38,21 mm 37,99 mm 37,85 mm

 So sánh và đối chiếu

Để hiểu thêm về từng thành phần, nhóm tác giả bắt đầu kết quả từ mô-đun mô
phỏng người dùng trong không gian hai chiều và xây dựng người dùng trong
không gian ba chiều qua số lượng hình ảnh để tính toán MPJPE.

 Nếu sử dụng mô hình tuyến tính tính đơn giản xuất hiện ở [ 22 ] như một mô-đun
hồi quy với 1024 lớp ẩn, kết quả phải đảm bảo chính xác hơn khi nó thiếu thông tin
để xây dựng thành phần trong không gian ba chiều từ hai chiều vì thiếu thông tin
về chiều sâu trong không gian.

 Ở Bảng 4, nhóm tác giả thực hiện so sánh với các phương pháp đạt được kết quả
tốt nhất hiện tại sử dụng một góc máy để xây dựng lại phong cách người trong
không gian ba chiều trong những năm gần đây.

 Với các phương pháp khác, mô hình của nhóm tác giả đạt được kết quả tương đối
tốt so với các mô hình đạt tiêu chuẩn tham chiếu hiện tại.
 Trung bình 54,8 60,7 58,2 71,4 62,0 65,5 53,8 55,6 75,2 111,6 64,1 66,0 51,4 63,2
55,3 64,9 51, 8 56,2 58,1 59,0 69,5 78,4 55,2 58,1 74,0 94,6 62,3 59,1 65,1 49,5
52,4 62,9 50,1 54 ,3 57,0 57,1 66,6 73,3 53,4 55,7 72,8 88,6 60,3 57,7 62,7 47,5
50,6 60,4 48,5 55,4 54,4 52,0 59,4 65,3 49,9 52,9 65,8 71,1 56,6 52,9 60,9 44,7
47,8 56,2 46,5 48,1 49, 9 51,1 47,3 43,2 45,9 57,0 77,6 47,9 54,9 46,9 37,1 49,8
41,2 49,8 47,3 60,7 51,4 60 ,5 61,1 49,9 47,3 68,1 86,2 55,0 67,8 61,0 42,1 60,6
45,3 57,6 41,1 44,2 44,9 45,9 46,5 39,3 41,6 54,8 73,2 46,2 48,7 42,1 35,8 46,6
38,5 46,3 45,2 46,7 43,3 45,6 48, 1 55,1 44,6 44,3 57,3 65,8 47,1 44,0 49,0 32,8
33,9 46,8 43,2 49,1 45,7 64,4 49,8 54 ,8 42,9 45,5 58,4 76,3 47,5 58,8 50,0 38,0
40,3 51,2 43,5 47,2 42,3 46,2 47,7 41,0 41,3 55,5 63,8 47,0 53,1 47,7 36,8 47,6
40,0 47,3

 Kết luận

Với phương pháp mà nhóm tác giả đề xuất cho việc mô phỏng người trong không
gian ba chiều, đã đạt được kết quả như sau: Phương thức đánh giá giá #1: 47,34
mm;.

 Nhóm tác giả cũng đã chỉ ra rằng với một mô hình học sâu đơn giản, hiệu quả, kết
hợp với việc sử dụng thị giác mạng nhanh chóng để kết quả học tập tự giám sát, đã
cho ra một kết quả tương đối chính xác và có thể so sánh với các phương pháp đạt
tiêu chuẩn tham khảo.

 Tính đơn giản trong mô hình của bài báo chủ đề xuất ra các nghiên cứu hướng mới
trong tương lai.