![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pose estimation
梦之泪殇
自动化所2016级研究生,方向human pose estimation
展开
-
Multi-Person Pose Estimation for PoseTrack with Enhanced Part Affinity Fields
介绍进阶版的PAF,posetrack map 70! 关键点冗余的PAF文中指出,由于PAF使用的聚合方法中,连接N个关节点只用了N-1条边,要取得完整的聚合需要所有部分都检测聚合正确,这是很难满足的,因此设置一些冗余的连接,可以提高聚合的效果。如下图所示,红色边是冗余的连接,当左elbow没有被检测到时,可以通过冗余的连接把wrist 和shoulder 连接起来,这设计提高...翻译 2018-12-03 22:51:00 · 440 阅读 · 0 评论 -
JointFlow: Temporal Flow Fields for Multi Person Pose Tracking
摘要多目标姿态跟踪 使用了时间流场(Temporal Flow Fields) 基于相邻两帧和 时间网络的通用设计,使得其可以和多种人体姿态估计的空间网络搭配,这里指时间网络主要处理track问题,而空间网络主要针对detect问题 使用CNN提取相邻两帧的图像feature 和 pose feature 时间网络根据这两种feature 推理出Temporal Flow Field...翻译 2018-12-05 00:00:13 · 556 阅读 · 1 评论 -
RMPE:Regional Multi-Person Pose Estimation
摘要多人姿态估计现存方法效果不错,但定位和识别上的小错误是不可避免的,这些错误会导致单人姿态估计的失败。文章提出一种新颖的框架——RMPE:Regional Multi-Person Pose Estimation 这框架包含了三个部分关键点:Symmetric Spatial Transformer Network (SSTN),从不准确的包围框中提取高质量的单人区域。 P...翻译 2018-12-05 21:08:53 · 349 阅读 · 0 评论 -
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
摘要问题:拥挤场景中的pose估计文章提出自己的方法,包含两个关键点:joint-candidate single person pose estimation (SPPE) global maximum joints association该方法,对每个节点进行多峰预测,并利用图模型和全局关联,对拥挤场景中不可避免的干扰具有鲁棒性,推理效率高。介绍当前数据集MSCOCO,...翻译 2018-12-06 17:05:44 · 1254 阅读 · 2 评论 -
OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
介绍PAF 再包装 加了一个新提出的数据集 OpenPosePAF 的介绍在之前的blog里有:https://blog.csdn.net/qq_25379821/article/details/84776888这里重点关注这个新提出的OpenPose数据集https://github.com/CMU-Perceptual-Computing-Lab/openpose ...翻译 2018-12-20 14:04:47 · 289 阅读 · 0 评论 -
ArtTrack: Articulated Multi-person Tracking in the Wild
摘要无约束场视频中,多人的articulated tracking(pose tracking)方法的起点类似现有的单帧姿态估计,但更快,通过以下两点做到:通过简化和稀疏的body-part关系图和利用最新的方法,以更快的推理 通过将大量的计算工作转移到前馈卷积架构上,该架构即使在混乱(clutter)的情况,也能够检测并关联同一个人的身体关节利用上述得到的pose估计结果,把po...翻译 2018-12-11 11:25:38 · 1390 阅读 · 0 评论 -
PoseFix: Model-agnostic General Human Pose Refinement Network
介绍二维图像中的多人pose估计是理解人类行为的一项重要技术。本文提出了一种基于输入图像和输入位姿元组的人体pose refine网络,用在pose估计post processing中,调整pose估计的结果,(类似NMS使用重叠可能有假阳结果的先验,调整置信度)而文章所用的先验是:在以往的方法中,位姿的细化主要是通过端到端可训练的多阶段体系结构来实现的。如PAF,EPAF,Hourg...翻译 2018-12-12 10:59:07 · 1029 阅读 · 0 评论