AnZhiJiaShu's blog

可再生能源在当今电力系统中的日益发展使得发电更加不稳定，由此产生的电价比之前更难预测。另一方面，电价预测(electricity price forecasting：EPF)不断提供新的工具来缩小预测与实际价格间的差距。但这一领域的进展并不稳定，也不容易跟进。尤其是因为研究使用不同的数据集，不同的软件实现和不同的误差测量，导致EPF方法间难以进行比较，且缺乏统计严谨性也使这些分析更加复杂。一些研究比较了机器学习ML方法和统计方法，但这些研究的结论矛盾。

2D姿态估计的研究在公共基准上取得了优异性能，但其在工业界的应用仍存在模型参数重和高延迟问题。为弥补这一差距，本文研究了影响姿态估计结果的关键因素，包括范式、模型架构、训练策略和部署，并提出了一个基于MMPose的高性能实时多人姿态估计框架RTMPose。我们的。

本文提出了 **ControlNet**，这是一种==用于将空间条件控制添加到大型预训练文本到图像扩散模型中的神经网络架构==。ControlNet 锁定 production-ready 的大扩散模型，并将用数十亿张图像预训练的 deep 且 robust 的编码层重新用作强大的骨干，以学习一组不同的条件控制。神经架构与 **“zero convolutions”**（0初始化卷积层）相连，零卷积层从零开始逐步增长参数，确保没有影响微调的噪声。本文使用 Stable Diffusion，使用单个或多个条件

角色动画（Character Animation）旨在通过驱动信号（driving signals）从静止图像中生成角色视频。目前，扩散模型由于其强大的生成能力，已成为视觉生成的主流。然而，在图像到视频领域，尤其在角色动画领域，依然存在很多挑战，在该领域，时间上保持与角色细节信息的一致性仍是一个艰巨问题。

人体姿态常由身体关节的坐标向量或其热图embedding表示。虽然数据易于处理，但由于身体关节间缺乏依赖建模，即使是不现实的姿态也被接受。本文提出了一种结构化表示：Pose as Compositional Tokens（PCT），以探索关节依赖性，PCT 由M个离散的 token 表示一个姿态，每个token 都表征一个具有几个相互依赖关节的子结构（见图1）。这种合成设计能以低成本实现微小的重建误差，然后将姿态估计视作一项。

IPR 将隐式热图结合端到端训练，用于姿态估计和手势估计。基于检测的热图法使用不可微的 argmax 解码关节位置，而。

姿势作为非言语交际的“语言”，从17世纪就开始得到理论确立，但它几乎没表达与视觉艺术的相关性，这可能是因为传统方法需要手工处理巨大数据量。随着数字化的稳步发展，越来越多的历史文物被 indexed 并公之于众，从而产生了。

为捕捉人体的细微动作以进行复杂的行为分析，

野外多人姿态估计具有挑战性。sota人体检测器不可避免存在定位和识别误差，这些误差可能导致依赖人体检测器的单人姿态估计器（SPPE）的失败。本文提出了一种新的区域多人姿态估计（RMPE）框架，

现在的卷积神经网络广泛采用空间下/上采样进行多尺度建模，但空间上采样算子（例如，插值、转置卷积、up-pooling）严重依赖于。

拥挤场景下的多人姿态估计具有挑战性，因为重叠和遮挡使得难以检测人体边界框并从单个关键点推断。

现代图像修复技术主要受阻于大缺失区域、复杂几何结构和高分辨率图像，主要受阻原因是。

目前深度网络中的普通卷积以局部且固定scale的方式运行（例如，面向图像的任务广泛采用3×3 kernel），导致网络。

ICCV2021论文链接补充材料链接参考链接摘要： 尽管姿态估计的回归法更直观，但由于热图法的优越性能，使其在2D人体姿态估计中占主导地位。积分回归法在架构上使用隐式热图，拉近了热图法与回归法。这就引出了一个问题——检测真的优于回归吗？本文研究了这两个方法最关键的区别：监督差异。在此过程中，我们发现在softmax后取期望，使积分姿态回归存在潜在偏差。为了抵消偏差，我们提出了一种能够提高积分姿态回归精度的补偿方法，并进一步提出了一种组合检测和偏差补偿的回归方法，该方法在几乎没有添加组件的情况下显著优于

目前的2D姿态估计与类别耦合，例如人、动物、车辆。但很多场景需要检测未知类的姿态/关键点。本文引入一项类无关姿态估计任务（

大多工作将2D姿态估计视作热图估计任务，并使用 Gaussian-smoothed 热图作优化目标，使用 pixel-wise loss（例如MSE）来优化预测热图。

2019本文主要记录 CenterNet 及其在HPE领域中的应用。摘要：目标检测将物体视作一个 axis-aligned box，大多目标检测器枚举潜在物体的位置并对位置进行分类，这种做法冗余，无效，且需要额外的后处理。本文将一个对象建模为一个点，即其边界框的中心点，使用关键点估计找到中心点，并回归其他对象属性：如尺寸、3D位置、方向，甚至姿态。CenterNet是端到端可微，简单、敏捷、准确。

CVPR2019论文链接代码貌似尚未公开摘要：融合多尺度特征图给姿态估计带来了重大进展，但很少有方法关注增强特征图的通道和空间信息。本文提出两个模块来增强多人姿态估计信息：① Channel Shuffle Module（CSM）对不同层次的特征图进行 channel shuffle，促进金字塔特征图间 cross-channel 信息通信。② Spatial, Channel-wise Attention Residual Bottleneck (SCARB) 利用注意力机制增强原始残差单元，自适应地

热图才是姿态估计的实际坐标表示，本文对热图进行深入研究。

近年来，姿态估计在取得重大进展的同时，总体算法和系统复杂性也日益增加，加剧了算法分析和比较的难度，本项工作提供了一个简单有效的baseline，来帮助激发并评估该领域的新想法。