Human Segmentation论文记录(个人)

最新推荐文章于 2024-03-22 22:37:42 发布
最新推荐文章于 2024-03-22 22:37:42 发布
阅读量1.4k 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/buzz_pro/article/details/79635150
版权

Human Segmentation

PortraitFCN★

[Paper] Automatic Portrait Segmentation for Image Stylization
[Year] Eurographics 2016
[Author] Xiaoyong Shen, Aaron Hertzmann, Jiaya Jia, Sylvain Paris, Brian Price, Eli Shechtman, Ian Sachs
[Pages] http://xiaoyongshen.me/webpage_portrait/index.html
[Description]
1) 粗读, 较早的用CNN做全自动portrait segmentation的paper, backbone为FCN;
2) 首先检测facial feature points，将portrait从图像中crop出来，并得到当前图像与canonical pose的homography transform (T). T用于对齐当前图像与canonical pose, 计算normalized的位置特征, 和得到形状先验.
3) position特征和shape特征与crop出来的人像一起作为FCN的输入, 由FCN得到最后的分割结果

BSN★

[Paper] Boundary-sensitive Network for Portrait Segmentation
[Year] arXiv 1712
[Author] Xianzhi Du, Larry Davis
[Pages]
[Description]
1) 提升边界分割精度的paper，主要针对portrait segmentation，提出三个策略
2) individual boundary-sensitive kernel: 先用Canny从真值图中得到边缘，再通过dilation得到边缘的soft label。Kernel为1x3的vector，里面分别是从soft label计算得到的前景，背景和边缘的可能性。计算loss时用此Kernel为每个像素的不同channel加权
3) global boundary-sensitive kernel: 在训练集上通过统计平均的方法得到position sensitive prior。计算loss时用此Kernel对不同位置的pixel加权
4) boundary-sensitive attribute classifier: 没看懂

buzz_pro
关注
【图像拼接（Image Stitching）】关于【图像拼接论文精读】专栏的相关说明，包含专栏使用方法、阅读顺序、创新思路、文章汇总、源码汇总、数据集汇总等。总之，【图像拼接论文相关】看这一篇就够了
畅游计算机视觉的海洋
11-30 3万+
为什么会有这篇文章？因为专栏简介里写不下太多东西，只能通过这篇文章和大家交流，算是一个专栏阅读指南吧。说点心里话本来吧，我只想用CSDN来记录自己学习【图像拼接】领域论文的过程，对每篇文章有个细致的理解，方便自己反复查阅。设置为付费也是因为涉及论文和本人其他项目需要，防止查重和其他问题，所以价格最开始设置的是专栏付费价格里最高的。起初，确实没有人看，一切也都平淡地度过着。
3D重建论文阅读-CVPR2022（1-2)
fushanshizhe的博客
04-11 869
摘要 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录摘要前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pa
Human-Segmentation
04-11
人为分割PyTorch 在PyTorch中实现的人体分割，/代码和。 支持的网络 ：骨干 （所有aphas和扩张）， （所有num_layers） ：骨干网 （num_layers = 18,34,50,101）， ：骨干网 （num_layers = 18） ：主干网 （num_layers = 18、34、50、101） ICNet ：主干网ResNetV1 （num_layers = 18、34、50、101） 要评估体系结构，内存，转发时间（以cpu或gpu表示），参数数量以及网络的FLOP数量，请使用以下命令： python measure_model.py 数据集 人像分割（人/背景） 自动人像分割以实现图像风格化：1800张图像 监督人：5711张图片 放 在此存储库中使用了Python3.6.x。 克隆存储库： git clone --re
人像分割论文SINet: Extreme Lightweight Portrait Segmentation Networks及其PyTorch实现
mingo_敏
02-09 5292
SINet: Extreme Lightweight Portrait Segmentation Networks with Spatial Squeeze Modules and Information Blocking Decoder 1 Information Blocking Decoder(信息块解码) 2 Spatial Squeeze module (空间压缩模块) 3 SINe...
Human-Segmentation-PyTorch:在PyTorch中实现的人体分割模型，训练推理代码和训练后的权重
05-04
人为分割PyTorch 在PyTorch中实现的人体分割，/代码和。 支持的网络 ：骨干 （所有aphas和扩张）， （所有num_layers） ：骨干网 （num_layers = 18,34,50,101）， ：骨干网 （num_layers = 18） ：主干网 （num_layers = 18、34、50、101） ICNet ：主干网ResNetV1 （num_layers = 18、34、50、101） 要评估体系结构，内存，转发时间（以cpu或gpu表示），参数数量以及网络的FLOP数量，请使用以下命令： python measure_model.py 数据集 人像分割（人/背景） 自动人像分割以实现图像风格化：1800张图像 监督人：5711张图片 放 在此存储库中使用了Python3.6.x。 克隆存储库： git clone --re
Pose2Seg: Detection Free Human Instance Segmentation论文解读
Kelly368的博客
06-07 4192
根据人体姿态的特性进行人体实例分割，将多人体姿态估计中的bottom up应用到人体分割领域。 相关信息： 论文链接：Pose2Seg: Detection Free Human Instance Segmentation 数据集：https://github.com/liruilong940607/OCHumanApi 代码：https://github.com/liruilong940...
百度人像分割Demo
01-02
基于百度AI开放平台的图像分割示例Demo,具体使用可以参考博主博客
Image Translation for Medical Image Generation Ischemic Stroke Lesion Segmentation——论文翻译
Momoko_W的博客
11-25 6711
摘要 ​ 基于深度学习的疾病检测和分割算法有望改善许多临床过程。然而，此类算法需要大量带注释的训练数据，而由于数据隐私、法律障碍和非统一的数据获取协议，这些数据通常在医疗环境中不可用。带有注释病理的合成数据库可以提供所需数量的训练数据。我们以缺血性中风为例证明，基于深度学习的增强技术在病灶分割方面的改进是可行的。为此，我们训练不同的图像到图像的翻译模型，从语义分割图合成有和没有脑卒中病灶的脑体素磁共振图像。此外，我们训练生成对抗网络，以生成合成病变mask。随后，我们结合这两个组件来构建一个大的合成卒中图
论文记录-2019-Salient object detection: A survey
weixin_43862112的博客
11-04 717
论文记录-2019-Salient object detection: A survey论文内容摘要1.引入库 论文内容 以下仅为作者阅读论文时的记录，学识浅薄，如有错误，欢迎指正。 摘要 Detecting and segmenting salient objects from natural scenes, often referred to as salient object detection, has attracted great interest in computer vision.
图像分割semantic segmentation SegNet详解+tensorflow代码使用【附下载】
AI前行之路
04-14 2万+
原论文链接：SegNet ResNet传送门：Resnet-cifar10 Inceptionv3传送门：inceptionv3     逐像素的semantic segmentation是目前比较活跃的一个研究热点。在深度网络出现之前，效果比较好的方法有随机数，boosting等。而目前比较热门的语义分割结构有：U-Net、SegNet、DeepLab、FCN、ENet、LinkNet等等...
Person_Segmentation:deeplabV3+人物分割算法的推理实现
05-31
1. 文件目录说明 Libtorch_PersonSegmentation Libtorch实现代码 Ncnn_PersonSegmentation ncnn实现代码 TensorRT_PersonSegmentation TensorRT实现代码 ncnn andorid: 2.实验结果 Backbone Pixel Accuracy Mean_IoU Background IoU Person IoU Mobilenetv2_1.0 0.971 0.943 0.953 0.933 Mobilenetv2_0.5 0.966 0.933 0.944 0.922 Mobilenetv2_0.35 0.961 0.922 0.935 0.909 Mobilenetv2_0.25 0.955 0.911 0.926 0.896 Backbone Params FLOPS Mobilen
基于OpenPose和Human segmentation的游戏人物解析（附源码）
delltdk的专栏
03-23 784
基于OpenPose和Human segmentation的游戏人物解析（附源码） ——基于PaddleHub的真人街霸游戏 Github AI studio 街霸（Street Fighter）是大家非常熟悉的一个游戏。小时候我们都会和小伙伴们互相喊着“阿斗根”来发大招。现在借助于Paddlehub提供的视频人物分析技术，我们可以进入到街霸的世界里，虐别人和被虐。 一、游戏展示 b站链接：https://www.bilibili.com/video/BV1qi4y1P7db/
[论文笔记] Pose2Instance: Harnessing Keypoints for Person Instance Segmentation
xby的学习笔记存档处
11-05 626
作者单位： ucsd、google、cornell 关键词： person instance segmentation、keypoint 创新点：利用关键点信息提升人像分割的精度 数据集：COCO 分割数据集以及关键点数据集 （不包括标记为“crowd”的人像） 训练集 验证集 张数 45174 21634 人像数 185316 88153 提出的模型 ...
人体姿态估计综述
热门推荐
seiyaaa的专栏
10-14 2万+
目录 一、人体姿态估计常用数据集 二、人体姿态估计常用评估指标 三、人体姿态估计论文 3.1 DeepPose: Human Pose Estimation via Deep Neural Networks(2014) 3.2 Convolutional Pose Machines（2016） 3.3Stacked Hourglass Networks for Human Pose Estimation(2016) 3.4 Associative Embedding: End-to-End..
人像抠图HumanSeg——基于大规模电话会议视频数据集的连接感知人像分割
最新发布
知来者逆的博客
03-22 1567
飞桨PaddleSeg此次升级发布的PP-HumanSeg v2人像分割方案，以96.63%的mIoU精度，手机端15.86ms的推理耗时，再次刷新开源人像分割算法SOTA指标。该方案可与商业方案媲美，而且支持零成本、开箱即用！
语义分割技术综述
不平凡之路
03-30 1万+
综述论文翻译：A Review on Deep Learning Techniques Applied to Semantic Segmentation 近期主要在学习语义分割相关方法，计划将arXiv上的这篇综述好好翻译下，目前已完成了一部分，但仅仅是尊重原文的直译，后续将继续完成剩余的部分，并对文中提及的多个方法给出自己的理解。 论文地址：https://arxiv.org/abs/170...
ARFoundation入门——人体遮挡（仅ARKit）
jhin_lx的博客
08-08 1278
开发环境 Unity：2021.1.14flc1 导入Package： AR Foundation：4.1.7 ARCore XR Plugin：4.1.7 AROcclusionManager 与遮挡效果一样，是使用遮挡管理组件 该组件用于管理遮挡效果 是AR Camera的组件 currentHumanStencilMode public HumanSegmentationStencilMode currentHumanStencilMode { get; } 其取值为： Disabled：分段模
论文阅读笔记-Automatic Portrait Segmentation for Image Stylization
mtc_Ningning的博客
02-02 2470
图像风格化的自动肖像分割 本文工作： l  通过引入新的人像位置和形状作为域特殊知识来扩展FCN-8S的功能； l  建立了人像图片分割数据集和benchmark来做模型训练和测试； l  用我们的方法来增强了几种交互式人像编辑的方法实现全自动化。 FCN来分割人像的不足： 原VOC数据集人像分辨率不足&&原任务要分20类，不能做到对人像的精准。本文将FCN在我们的数据集上进行模型权重
人像精细分割问题分析
轩令的技术博客
12-15 9055
最近参加了一个oppo举办的比赛，做人像精细分割。题目要求是这样的： 任务描述 随着手机硬件平台和人工智能技术的飞速发展，目前的智能手机基本都可以实现后置双摄像头和前置单摄像头对人像拍照时的背景虚化。在虚化的方法上，后置通过双摄像头来计算景深从而实现前景人像的分割，进而对背景虚化；而前置则直接对单帧图像进行人像分割的方式来虚化背景。这两种方式来带的虚化效果是显著的，但是也存在很多弊端，无论哪种...
human_segmentation_pphumanseg
07-03
human_segmentation_pphumanseg是一种人体分割技术，它是基于PaddlePaddle深度学习框架开发的。 人体分割是计算机视觉领域的重要任务，它旨在将图像中的人体和背景分离开来。human_segmentation_pphumanseg通过训练...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值