浪浪的博客

摘要 本文提出一种在图片中高效识别多人2D动作。该方法使用无参函数并通过学习图片中每个人身体相关部分，我们称之为PAFs。该方法编译全局环境，允许一个greed booton-up parsing，在实现实行性能的同时保持高精度，而不论图像中有多少人。该架构旨在通过相同序列预测过程的两个分支联合学习部分位置及其关联。我们的方法在COCO2016骨骼点挑战赛上首次提出，并且以显著的优势超...

解读：基于动态骨骼的动作识别方法ST-GCN（时空图卷积网络模型）本文为 AAAI 2018 录用论文「Spatial Temporal Graph Convolutional Networks for Skeleton Based Action Recognition」，香港中文大学提出一种时空图卷积网络，并利用它们进行人类行为识别。这种算法基于人类关节位置的时间序列表示而对动态骨骼建模，并...

最近在做一个人体康复训练的项目，一开始考虑到人体康复训练需要肢体的细微动作，所以先使用人体姿态估计识算法提取骨骼点，再根据人体骨骼点来识别动作（后来发现也不一定这样），并组合成一个端对端的模型，正好找到了最近的一篇论文《2D/3D Pose Estimation and Action Recognition using Multitask Deep Learning》。看完这篇论文来和大家分享一下...