姿态估计
Molength
这个作者很懒,什么都没留下…
展开
-
人体姿态估计(Human Pose Estimation)
参考博客 https://blog.csdn.net/qq_36165459/article/details/78320535?locationNum=10&fps=1转载 2018-06-22 15:53:38 · 1922 阅读 · 0 评论 -
关于DensePose实验的baseline
数据集:densepose_coco_2014_valminusminival.json backbone:ResNet50 " AP Multi-Tasks" body_uv box keypoint maskbody_uv_only 30.98 45.25 41.48 —keyp...原创 2018-08-01 15:37:12 · 837 阅读 · 1 评论 -
DensePose(四):config.py
DensePose是在Detectron平台上做的密集姿态估计,此处Detectron的confg.py 文件相比较于原来MR-CNN以及KR-CNN时用的config.py做了一些添加与改进。如果之前对于Detectron比较熟悉,可以直接看 18.DensePose R-CNN options下面是一些关于config.py写在前面的注释:"""Detectron配置系统.这对...原创 2018-07-26 16:51:39 · 3690 阅读 · 2 评论 -
DensePose:Dense Human Pose Estimation In TheWild
个人的一些拙见,欢迎批评指正,欢迎互相交流…一、概述预览 DensePose 估计旨在完成从 RGB图像中所有的人体像素 到 人体3D表面 的映射。 相关构成,用文中的话即为(Mask-RCNN + DenseReg)二、主要工作 主要工作可以总结为三点: 1.通过收集SMPL与COCO中人的密集坐标对应,手动标注建立标注了DensePose COCO数据集。 2.设计了一个可以...原创 2018-07-06 16:49:59 · 2343 阅读 · 1 评论 -
主流的姿态估计通常2个思路
(1)two-step framework,就是先进行行人检测,得到边界框,然后在每一个边界框中检测人体关键点,连接成一个人形,缺点就是受检测框的影响太大,漏检,误检,IOU大小等都会对结果有影响,代表方法就是RMPE。(2)part-based framework,就是先对整个图片进行每个人体关键点部件的检测,再将检测到的部件拼接成一个人形,缺点就是会将不同人的不同部位按一个人进行拼接,代表...转载 2018-09-17 10:15:45 · 523 阅读 · 0 评论