CVPR悲剧了...sad...关注了一下同方向的论文，说几篇比较感兴趣的。
Sparseness Meets Deepness: 3D Human Pose Estimation from Monocular Video
对于二维关节点未知的情况，输入图像序列，基于CNN的heat map检测出二维关节点的位置范围，结合三维姿态字典，通过EM algorithm恢复出三维姿态序列。
A Dual-Source Approach for 3D Pose Estimation from a Single Image
一个dual-stream的三维姿态估计方法，训练数据分别是带标记点的二维图像和三维动作捕捉数据。
Direct Prediction of 3D Body Poses from Motion Compensated Sequences
3D pose recovery通常会先逐帧计算出可能的pose，然后在后续过程中消除歧义。这篇论文中的工作则是直接从spatio-temporal volume中得到三维姿态。
Personalizing Human Video Pose Estimation
亮点在于Personalization，其实就是提出了一个遮挡感知自评价模型。在已有的一般方法得到的姿态估计结果基础上，初始化annotation，再做空间匹配，时间传播，然后进行自我评估，剔除误差大的结果，迭代得到annotations，拿去训练personalized pose estimator。
求个签，坐等ECCV结果announce。。。
大家好，来安利下我的paper：
Fast Zero-Shot Image Tagging
这篇paper提出了zero-shot tagging，也就是如何向query image标注训练集里面没有出现过的image tag的问题。和之前的zero-shot classification不一样的是，我们的方法可以向一张图片标注多个unseen的标签。
比如这张图片，
我们的模型对其的tag prediction是
注意这五个词是我们的模型从四千个没有在训练集里面出现的词里面选出来的哦！
而且模型不仅在zero-shot tagging上表现很好，在传统tagging问题上也表现非常好。模型也可以推广到任何的ranking problem上面：）code会在今年9月之前release（想要提前使用code的可以来信哦）。
Fast Zero-Shot Image Tagging
这篇paper提出了zero-shot tagging，也就是如何向query image标注训练集里面没有出现过的image tag的问题。和之前的zero-shot classification不一样的是，我们的方法可以向一张图片标注多个unseen的标签。
比如这张图片，
我们的模型对其的tag prediction是
我们的模型对其的tag prediction是
注意这五个词是我们的模型从四千个没有在训练集里面出现的词里面选出来的哦！
注意这五个词是我们的模型从四千个没有在训练集里面出现的词里面选出来的哦！
而且模型不仅在zero-shot tagging上表现很好，在传统tagging问题上也表现非常好。模型也可以推广到任何的ranking problem上面：）code会在今年9月之前release（想要提前使用code的可以来信哦）。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
