![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
姿态估计
weixin_37958272
这个作者很懒,什么都没留下…
展开
-
# Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields 我们提出了一种高效检测图像中多人二维姿势的方法。该方法使用一种非参数表示法,我们称之为Part Affinity Fields(PAFs),来学习将身体部位与图像中的个人联系起来。该架构对全局上下文进行编码,允许一个贪婪的自下而上的解析步骤,以保持高精度,同时实现实时性能。无论图像中的人数有多少。该架构通过同一顺序预测过程的两个分支来联合学习局部位置及其关联。我们的方法在首翻译 2020-08-06 11:16:04 · 834 阅读 · 0 评论 -
Associative Embedding
Associative Embedding:End-to-End Learning for Joint Detection and Grouping 我们介绍了关联嵌入,这是一种用于监督卷积神经网络的新型方法,用于检测和分组的任务。许多计算机视觉问题都可以用这种方式来构架,包括多人姿势估计、实例分割和多物体跟踪。通常检测的分组是通过多级pipelines来实现的,相反,我们提出了一种方法,教导网络同时输出检测和分组分配。这种技术可以很容易地集成到任何最先进的网络架构中,产生像素化的预测。我们展示了如何将该方翻译 2020-07-17 18:05:07 · 809 阅读 · 0 评论 -
Stacked Hourglass Networks
Stacked Hourglass Networks 本工作为人类姿势估计任务引入了一种新型卷积网络架构。特征在所有尺度上进行处理,并进行整合,以最好地捕捉与身体相关的各种空间关系。我们展示了自下而上、自上而下的重复处理与中间监督的结合是如何提高网络性能的关键。我们将该架构称为 "堆叠沙漏 "网络,基于连续的池化和上采样步骤来产生最终的预测集。在FLIC和MPII基准上取得了最先进的结果,超过了所有最近的方法。 1 Introduction 理解图像和视频中人物的一个关键步骤是准确的姿势估计。给定一张RGB翻译 2020-07-17 15:27:53 · 410 阅读 · 0 评论