ノイズ付きアノテーションに強い乳幼児姿勢推定モデルの開発
arXiv cs.AI ・ 2026-09-03
原題: The Blind Spot in 2D Infants' Pose Estimation:Robust Learning from Noisy Annotations
AI による要約
ノイズの多いアノテーションは、教師あり深層学習の大きな課題で、神経網羅が高品質なラベルデータに依存する。分類タスクではノイズ耐性が研究されてきたが、姿勢推定（PE）では未だ不十分だ。特に、新生児の姿勢推定は、運動の自発性評価に用いられ、神経発達の指標となるが、視覚的な障害（キーポイントの自己遮蔽、介護者の介入）によりアノテーションが誤りやすい。研究チームは、ノイズに強いPEモデル「REMIND」を提案。トレーニング動態のメモリを用いた信頼性のあるキーポイント選択手法を導入し、アノテーションのノイズに対するロバスト性を向上させた。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。