![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CVPR
bulingbuling的小狮子
这个作者很懒,什么都没留下…
展开
-
学习总结《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose》
本文提出了一个Deep Point-wise 3D关键点投票的网络,来进行六自由度估计什么是六自由度?六自由度:物体在空间具有六个自由度,即沿x、y、z三个直角坐标轴方向的移动自由度和绕这三个坐标轴的转动自由度 。因此,要完全确定物体的位置,就必须清楚这六个自由度。任何一个没有受约束的物体,在空间均具有6个独立的运动。...原创 2020-04-11 14:26:28 · 3790 阅读 · 3 评论 -
学习总结《HOPE-Net: A Graph-based Model for Hand-Object Pose Estimation》
《HOPE-Net: A Graph-based Model for Hand-Object Pose Estimation》本文提出了轻量HOPE-Net模型,用于在真实2D或3D情况下进行 手-物体姿态识别。效果图如下:HOPE-Net采用了两个自适应级联的图卷积网络,一个在2D坐标下去估计手部关节点和物体,另一个图卷积网络将2D坐标转换为3D坐标。本文提出的网络在2...原创 2020-04-03 17:42:23 · 2511 阅读 · 0 评论 -
学习总结《An Attention Enhanced Graph Convolutional LSTM Network forSkeleton-Based Action Recognition》
An Attention Enhanced Graph Convolutional LSTM Network forSkeleton-Based Action Recognition一种基于骨架的注意力增强图卷积LSTM网络行为识别方法投稿:中国科学院自动化研究所模式识别国家实验室智能感知与计算研究中心中国科学院大学中国科学技术大学收录:CVPR2019本片论文所提出的方法要改...原创 2020-02-22 13:25:31 · 1676 阅读 · 0 评论 -
学习总结《Actional-Structural Graph Convolutional Networks for Skeleton-based Action Recognition》
本篇论文被CVPR2019收录本文亮点:1. 我们提出了一个A-link推理模型(AIM)来推测可捕获特定动作的潜在关系的actional-links. 这个 actional link 和structural links结合成为广义骨架图.2. 我们提出了动作-结构图卷积网络(AS-GCN)基于多个图来提取有用的空间和时间信息;3. 我们引入了一个额外的未来姿态预测头来预测未...原创 2020-02-20 18:53:19 · 2495 阅读 · 1 评论 -
学习笔记------Actional-Structural Graph Convolutional Networks for Skeleton-based Action Recognition
Actional-Structural Graph Convolutional Networks for Skeleton-based Action Recognition动作-结构 图卷积网络进行基于骨架的行为识别投稿:上海交通大学合作媒体网络创新中心三菱电机研究所华为诺亚方舟研究室收录:CVPR2019Abstract 基于骨架信息的行为识别近些年来在计算机视觉领域...翻译 2020-02-18 21:25:10 · 1528 阅读 · 1 评论 -
学习笔记------Collaborative Spatioitemporal Feature Learning for Video Action Recognition
Collaborative Spatioitemporal Feature Learning for Video Action Recognitionkeywords:时空特征的联合学习和现有神经网网络的区别现有神经网络: 现有神经网络要么分别学习时间特征和空间特征,要么不加控制的联合学习时间和空间特征本文的神经网络:提出了一个对于神经网络新颖的操作,通过在可学习的参数上添加权重共享...翻译 2020-02-12 20:48:50 · 692 阅读 · 0 评论