A Survey on 3D Egocentric Human Pose Estimation

要約

自己中心的な人間の姿勢推定は、一人称カメラの視点から人体の姿勢を推定し、身体表現を開発することを目的としています。
XR テクノロジー、人間とコンピューターのインタラクション、フィットネス トラッキングなどの分野で幅広い用途に使用できるため、近年非常に人気が高まっています。
しかし、私たちの知る限り、自己中心的な 3D 人間の姿勢推定に関する提案されたソリューションに基づく体系的な文献レビューはありません。
そのために、この調査論文の目的は、自己中心的な姿勢推定研究の現状について広範な概要を提供することです。
このペーパーでは、一般的なデータセットとさまざまな姿勢推定モデルを分類して説明し、比較分析によってさまざまな方法の長所と短所を強調します。
この調査は、この分野の研究者と実務者の両方にとって貴重なリソースとなり、自己中心的な姿勢推定における主要な概念と最先端のソリューション、その幅広い応用、および将来の範囲の未解決の問題についての洞察を提供します。

要約(オリジナル)

Egocentric human pose estimation aims to estimate human body poses and develop body representations from a first-person camera perspective. It has gained vast popularity in recent years because of its wide range of applications in sectors like XR-technologies, human-computer interaction, and fitness tracking. However, to the best of our knowledge, there is no systematic literature review based on the proposed solutions regarding egocentric 3D human pose estimation. To that end, the aim of this survey paper is to provide an extensive overview of the current state of egocentric pose estimation research. In this paper, we categorize and discuss the popular datasets and the different pose estimation models, highlighting the strengths and weaknesses of different methods by comparative analysis. This survey can be a valuable resource for both researchers and practitioners in the field, offering insights into key concepts and cutting-edge solutions in egocentric pose estimation, its wide-ranging applications, as well as the open problems with future scope.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google