![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人体姿态识别
小毛同学er
这个作者很懒,什么都没留下…
展开
-
Simple Baselines for Human Pose Estimation and Tracking (ECCV 2018)
论文阅读1. 摘要近年来,在姿态估计方面取得了很大的进展,对姿态跟踪的研究也越来越多。同时,整体算法和系统复杂度也在增加,使得算法分析和比较更加困难。这项工作提供了简单有效的基线方法。它们有助于激发和评估该领域的新想法。在具有挑战性的基准上取得了最先进的成果。动机Hourglass和CPN这类网络,虽然精度很高,但网络结构十分复杂。本篇文章则从另一个角度提出问题:一个简单的方法能有多好?为了回答这个问题,论文为姿态估计和跟踪提供了基线方法,它们简单又有效。希望能够帮助激发新的想法和简化姿态估计的评估原创 2020-05-24 17:54:02 · 1150 阅读 · 0 评论 -
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
论文翻译摘要多人姿态估计是许多计算机视觉任务的基础,近年来取得了显著进展。然而,以往的方法很少探讨拥挤场景中的姿态估计问题,而在许多场景中这仍然是一个具有挑战性且不可避免的问题。此外,目前的基准无法为这种情况提供适当的评价。在本文中,我们提出了一种新颖而有效的方法来解决人群中的姿态估计问题,并提出了一种新的数据集来更好地评估算法。我们的模型由两个关键部分组成:候选关键点单个体位姿估计(ioint-candidate SPPE)和全局最大关键点连接(global maximum joint sassoci原创 2020-05-21 11:33:35 · 329 阅读 · 0 评论 -
Stacked Hourglass Network(ECCV'16) 论文笔记+pytorch代码阅读
论文原理Summary论文设计了一个新的框架Stacked Hourglass Network,通过提取和融合多尺度特征,来更好的捕获人体关键点的各种空间关系(spatial relationship)。MotivationHourglass模块设计的初衷就是为了捕捉每个尺度下的信息,因为捕捉像脸,手这些部分的时候需要局部的特征,而最后对人体姿态进行预测的时候又需要整体的信息。(感受野较大...原创 2020-04-17 22:42:55 · 1558 阅读 · 1 评论