iccv 2017-人体姿态估计 Learning Feature Pyramids for Human Pose Estimation

最新推荐文章于 2020-09-02 23:59:39 发布
最新推荐文章于 2020-09-02 23:59:39 发布
阅读量618 收藏 1
点赞数
分类专栏： 人体姿态估计

读书笔记来自于https://mp.weixin.qq.com/s/FQEK8slP7dWosiTlElsnjA

Learning Feature Pyramids for Human Pose Estimation 是发表在 ICCV 2017 的一篇有关人体姿态估计的论文，提出利用特征金字塔来进行人体姿势预测。作者是 Wei Yang，香港中文大学博士生。

改进思路：

1.inception的多分支；2，ResNeXt中的分组卷积；3，dilated convolution

论文中的提出的模块：Pyramid Residual Modules (PRMs)

guojingjuan
关注
专栏目录
论文笔记：Learning Feature Pyramids for Human Pose Estimation
牛顿爱吃香蕉的博客
04-26 963
文章目录0、摘要1、介绍2、相关研究3、框架3.1、回顾堆叠沙漏网络3.2、金字塔残差模块（PRMs）3.3、讨论4、训练和推理4.1、初始化多分支网络4.2、输出方差累积5、实验5.1、人体姿态估计实验5.1.1、实现细节5.1.2、实验结果5.1.3、切除实验5.2、在 CIFAR-10 图像分类实验6、总结 0、摘要 关节式人体姿态估计是一项有挑战性的视觉任务。这在相机视角变化或者严重缩短引...
Survey on Human pose estimation
zhangjf26的博客
11-17 1441
关于姿态估计的一些总结，GitHub上搬的 Papers 2D Pose estimation Learning Human Pose Estimation Features with Convolutional Networks - Jain, A., Tompson, J., Andriluka, M., Taylor, G.W., & Bregler, C. (ICLR 201...
Learning Feature Pyramids for Human Pose Estimation（理解）
weixin_33770878的博客
11-27 200
0 - 背景 　　人体姿态识别是计算机视觉的基础的具有挑战性的任务，其中对于身体部位的尺度变化性是存在的一个显著挑战。虽然金字塔方法广泛应用于解决此类问题，但该方法还是没有很好的被探索，我们设计了一个Pyramid Residual Module（PRMs）来提高DCNNs的尺度不变性。 　　并且我们发现现存的初始化方法并不适用multi-branch的网络，我们在当前的权重初始化方法上提出了...
【PRMs】《Learning Feature Pyramids for Human Pose Estimation》
bryant_meng
09-02 537
ICCV-2017 文章目录1 Background and Motivation2 Related Work3 Advantages / Contributions4 Method4.1 Revisiting Stacked Hourglass Network4.2 Pyramid Residual Modules (PRMs)4.3 Discussions5 Training and Inference5.1 Initialization Multi-Branch Networks5.2 Out.
姿态论文整理--05-Learning feature pyramids for human pose estimation
daniaokuye的专栏
11-25 2976
Learning feature pyramids for human pose estimation（2017年发表）如果说有人注意到了pose estimation中没人做过形态的扭曲而写了一篇global & local noramlization，从而将人体形态调整到一个固定的方位。那么这篇文章就是注意到了没人在pose estimation中做过目标对象的缩放而做了一个肢体因而做了这篇论文
基于CNN的2D单人体姿态估计论文综述
yuanCruise
02-06 7527
1.DeepPose（谷歌大佬首次提出人体关键点解决方案） CVPR2014 Google | DeepPose: Human Pose Estimation via Deep Neural Networks 3rdParty Code:pytorch 3rdParty Code:chainer 3rdParty Code:tensorflow 3rdParty Code:caffe Google...
2019深度学习人体姿态估计指南
明柳梦少的博客
05-09 6270
本文素材来源于nanonets技术博客网站，经本人编辑首发于CSDN，仅供技术分享所用，不作商用。 原文地址：https://blog.nanonets.com/human-pose-estimation-2d-guide/ 人体姿势估计是过去几十年来一直受到计算机视觉社区关注的重要问题。这是了解图像和视频中人物的关键步骤。在这篇文章中，我写了人体姿势估计（2D）的基础知识，并回顾了有...
ICCV2017论文分类
迷川浩浩的博客
11-09 6224
Person ReID Neural Person Search Machines Cross-View Asymmetric Metric Learning for Unsupervised Person Re-Identification SHaPE: A Novel Graph Theoretic Algorithm for Making Consensus-Based Decisions i
【姿态估计文章阅读】Structured Feature Learning for Pose Estimation
小欧欧的博客
10-31 453
一、年份2016、港中文的文章 二、代码https://github.com/chuxiaoselena/StructuredFeature用的是caffe，可视化出来的结构比较复杂不好展示，就不放图片了 三、核心思想： 利用双向结构的树，优化网络对于结果的预测。也就是预测手肘的时候可以用上手腕和肩膀的信息。文章把这个用信息体现在feature map的使用上，并且采用“...
Fine-Grained Head Pose Estimation Without Keypoints
12-03
Abstract Estimating the head pose of a person is a crucial prob- lem that has a large amount of applications such as aiding in gaze estimation, modeling attention, fitting 3D models to video and performing face alignment. Traditionally head pose is computed by estimating some keypoints from the tar- get face and solving the 2D to 3D correspondence problem with a mean human head model. We argue that this is a fragile method because it relies entirely on landmark detec- tion performance, the extraneous head model and an ad-hoc fitting step. We present an elegant and robust way to deter- mine pose by training a multi-loss convolutional neural net- work on 300W-LP, a large synthetically expanded dataset, to predict intrinsic Euler angles (yaw, pitch and roll) di- rectly from image intensities through joint binned pose clas- sification and regression. We present empirical tests on common in-the-wild pose benchmark datasets which show state-of-the-art results. Additionally we test our method on a dataset usually used for pose estimation using depth and start to close the gap with state-of-the-art depth pose meth- ods. We open-source our training and testing code as well as release our pre-trained models 1 .
论文阅读：Structured Feature Learning for Pose Estimation
一亩半分地
07-06 7097
王晓刚组的论文CVPR2016 一、论文所解决的问题 本文要解决的是在CNN中如何对关节之间的依赖进行建模，主要是引入几何变换核（单单用几何变换核，是不行的，因为会受到关节之间的距离限制，所以后面提出了双向树模型），这个核是用在卷积层的。此外还提出了双向的树结构模型（还是传统的基于图模型的玩法,将关节的树模型集成进了CNN，所谓的树模型就是把人的关节看成是一个树状的模型），这样每个关节的fea
头部姿态估计——CNN
小花生的博客
08-06 1万+
《Face Alignment Assisted by Head Pose Estimation》 人脸对齐的错误案例分析：头部姿态通常都是大角度的。 主旨：通过人脸头部姿态来辅助关键点的检测，保证大角度人脸对齐的正确性。 动机： 1）大多数现有的方法在大姿态变化的人脸图像上表现的不好。 2）最近的人脸对齐方法都是基于级联的方式和初始化于平均形状。 策略： 第一步，我们使用C...
阅读Face Alignment by Explicit Shape Regression
SantoWong的小天地
10-22 5037
上周阅读了两篇论文，其中一篇是CVPR2012的文章《Face Alignment by Explicit Shape Regression》。基本是基于原文的理解，参照了网络上的很多知识，做了一个整理。我刚开始接触，很多东西都是现学的，必有很多理解的不当之处。
人脸姿态估计浅谈~
热门推荐
love模式识别
09-15 3万+
之前做过一段时间的人脸姿态估计研究，取得了比较理想的效果，拿出来和大家分享一下，第一次写博客，肯定有表达不清晰的地方，还请大家多多批评哈！ 当时自己刚开始这方面的研究，特别想找到关于这方面的博客介绍，可惜没有，于是产生了写一篇该方向上博客的想法，废话不多说，开始介绍！ 人脸姿态估计，顾名思义，给定一张人脸图像，确定其姿态，姿态由什么构成呢？很简单（pitch，yaw，roll）三种角度，分别代
人体姿态估计--Learning Feature Pyramids for Human Pose Estimation
AI小作坊 的博客
03-12 3331
Learning Feature Pyramids for Human Pose Estimation ICCV2017 Torch： https://github.com/bearpaw/PyraNet 本文主要关注人体部件中的尺度问题， scale variations of human body parts， 这种尺度变化主要发生在 camera view changes or s...
基于Dlib和OpenCV的人脸姿态估计(HeadPoseEstimation)
二极管具有单向导电性
09-02 2万+
本文获得的人脸姿态信息用三个欧拉角（pitch，yaw，roll）表示。 首先定义一个6关键点的3D脸部模型（左眼角，右眼角，鼻尖，左嘴角，右嘴角，下颌），然后采用Dlib检测出图片中人脸对应的6个关键点，采用OpenCV的solvePnP函数解出旋转向量，最后将旋转向量转换为欧拉角。
利用二维图像进行头部姿态估计
zzyy0929的博客
10-23 1万+
实现环境：ubuntu操作系统，基于opencv3.2+Dlib19.4+python2.7 实现任务：3D头部姿态估计，打开摄像头，可实现实时（realtime）姿态（角度）检测。 坐标变换：世界坐标系旋转、转换矩阵将3D点从世界坐标系变换到相机坐标系中.也就是通过算法完成世界坐标系（3D）、2Dlandmark输入image、相机坐标系之间的映射转换和标定。 2D
目前有哪些top-down方法的姿态估计网络，按年份梳理
最新发布
05-09
以下是一些top-down方法的姿态估计网络，按照年份排序： 2016年： - Hourglass Network（Newell等人，CVPR 2016） 2017年： - Convolutional Pose Machines（Wei等人，CVPR 2016） - Stacked Hourglass Networks for Human Pose Estimation（Newell等人，ECCV 2016） 2018年： - Simple Baselines for Human Pose Estimation and Tracking（Xiao等人，ECCV 2018） - MultiPoseNet: Fast Multi-Person Pose Estimation using Pose Residual Network（Kocabas等人，ECCV 2018） - Pose Proposal Networks（Yang等人，CVPR 2018） 2019年： - HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation（Sun等人，CVPR 2019） - HRNetv2: Multi-Scale Reconstruction for Human Pose Estimation（Sun等人，CVPR 2019） - Integral Human Pose Regression（Sun等人，ICCV 2019） - Deep High-Resolution Representation Learning for Human Pose Estimation（Chen等人，CVPR 2019） 2020年： - PifPaf: Composite Fields for Human Pose Estimation（Kreiss等人，CVPR 2019） - SimpleDet: A Simple and Versatile Distributed Framework for Object Detection and Instance Recognition（Zhang等人，ECCV 2020） - HigherHRNetV2: A Bottom-Up Human Pose Estimation System with Enhanced Higher-Order Integration（Chen等人，ECCV 2020）
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