Autores:  (1) Juan F. Montesinos, Departamento de Tecnologias de Informação e Comunicação Universitat Pompeu Fabra, Barcelona, Espanha {juanfelipe.montesinos@upf.edu};  (2) Olga Slizovskaia, Departamento de Tecnologias de Informação e Comunicação Universitat Pompeu Fabra, Barcelona, Espanha {olga.slizovskaia@upf.edu};  (3) Gloria Haro, Departamento de Tecnologias de Informação e Comunicação Universitat Pompeu Fabra, Barcelona, Espanha {gloria.haro@upf.edu}.  Tabela de links   Resumo e introdução   Trabalho relatado   Conjunto de dados   Experimentos   Conclusões e Referências  III. CONJUNTO DE DADOS  Solos[1] foi projetado para ter as mesmas categorias do conjunto de dados URMP [1], para que o URMP possa ser usado como conjunto de dados de teste em um cenário do mundo real. Desta forma, pretendemos estabelecer uma forma padrão de avaliar o desempenho dos algoritmos de separação de fontes, evitando o uso de misturar e separar nos testes. Solos é composto por 755 gravações distribuídas em 13 categorias conforme Figura 1, com quantidade média de 58 gravações por categoria e duração média de 5:16 min. É interessante destacar que, para 8 das 13 categorias, a mediana da resolução é HD, apesar de ser um conjunto de dados coletados no YouTube. As estatísticas por categoria podem ser encontradas na Tabela I. Essas gravações foram coletadas por meio de consulta ao YouTube usando as tags solo e audições em vários idiomas, como inglês, espanhol, francês, italiano, chinês ou russo.   A. Esqueletos OpenPose  Solos não é apenas um conjunto de gravações. Além dos identificadores de vídeos, também fornecemos: i) esqueletos de corpo e mãos estimados pelo OpenPose [33] em cada quadro de cada gravação e ii) timestamps indicando partes úteis. OpenPose é um sistema capaz de prever o esqueleto do corpo e das mãos   fazendo uso de duas redes neurais diferentes. Para fazer isso, eles prevêem um mapa de confiança da crença de que uma parte específica do corpo pode estar localizada em qualquer pixel, bem como campos de afinidade de parte que codificam o grau de associação entre diferentes partes do corpo. Finalmente, ele prevê esqueletos 2D e confiança por articulação por meio de inferência gananciosa. Na prática, o esqueleto corporal é estimado com uma primeira rede. Em seguida, a posição dos pulsos no esqueleto corporal é usada para estimar a posição de ambas as mãos. Uma segunda rede neural obtém o esqueleto de cada mão de forma independente. Observe que, como cada parte do corpo é estimada de forma independente, o OpenPose não faz suposições sobre os membros a serem encontrados. Ele apenas calcula o esqueleto mais provável, dados mapas de confiança e campos de afinidade parcial. Todo o processo é realizado em termos de quadro. Isso leva a pequenas oscilações e previsões erradas entre os quadros.     B. Estimativa de carimbos de data e hora e refinamento do esqueleto  OpenPose mapeia juntas mal previstas para a origem das coordenadas. Descobrimos empiricamente que um salto tão grande na posição de uma junta induz ruído. O uso de coordenadas interpoladas ajuda a resolver esse problema.  Este artigo está   sob licença CC BY-NC-SA 4.0 DEED. disponível no arxiv  [1] Conjunto de dados disponível em https://juanfmontesinos.github.io/Solos/

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Boost your HackerNoon story @ $159.99! 🚀

Solos: um conjunto de dados para análise musical audiovisual - conjunto de dados

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Telegram: a ponte da Crypto Island para o continente

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Telegram: a ponte da Crypto Island para o continente

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps