乐乐lelele的博客

姿态估计评价指标PCK

本文将介绍一篇基于图模型的多人姿态估计方法，作者来自香港大学、商汤科技、南京大学和悉尼大学。论文链接： https://arxiv.org/abs/2007.11864v1代码链接： 尚未公开主要思想：现有的多人姿态估计模型一般分为一般分为两大类：top-down和bottom-up方法。Top-down的模型先对输入的图像进行目标检测，检测出图像中每个人的bounding box之后，通过单人姿态估计模型对每个人的姿态进行检测。而bottom-up的方法则是先通过关键点检测模型检测出图像中所有人

本文将介绍一篇基于自监督的3D人体姿态估计方法，作者来自德国汉诺威大学和加拿大英属哥伦比亚大学。论文链接：https://arxiv.org/abs/2011.14679代码链接： 尚未公开主要思想：本文提出了一个利用多视角2D图像估计3D人体姿态的模型，主要框架如下图所示。首先将同一姿态不同视角下的图像分别输入两个共享权重的Lifting网络，这部分网络输出为两个分支，一个分支输出标准坐标下的3D姿态（outputs a 3D pose in a canonical rotation），另一个分

本文将介绍一种基于特征分离的无监督姿态特征学习模型，作者来自香港中文大学论文链接：https://arxiv.org/abs/2007.07053代码链接：https://github.com/NIEQiang001/unsupervised-human-pose主要思想：图1 本文提出的模型结构【参考文献】：[1] 迁移性好、多用途，港中文提出特征分离的无监督人类三维姿态表征...