咕咕噜噜咕噜噜-CSDN博客

原创 ATRW A Benchmark for Amur Tiger Re-identification in the

1 introduction生物、社会意义，联系技术，详细展开（系统部署障碍：野生动物数据广泛姿态变化），解决办法，我们研究的主要贡献2 related workRe-ID datasets.以下展开对重新标识数据集的简介（从人到车辆再到动物），缺点，我们的研究填补这一不足...

2021-07-25 19:05:46 883

原创 Cross-Domain Adaptation for Animal Pose Estimation

1 introduction利用一些有用的先验来帮助我们解决这个问题，我们已经确定了三个主要的先验。首先，如果我们的目标是四足哺乳动物，那么人类和动物之间或动物之间的姿势相似性是重要的补充信息。第二，我们已经有了大规模的动物数据集(例如[35])，带有其他类型的注释，这将有助于理解动物的外貌。第三，考虑到动物之间的解剖相似性，如果某一类动物的姿态信息具有一定的相似性，则有助于估计其他类动物的姿态。在此基础上，我们提出了一种新的方法来利用两个大规模数据集，即姿态标记的人类数据集和盒子标记的动物数据集

2021-07-25 19:05:03 1272

原创 Deep High-Resolution Representation Learning for Human Pose Estimation

1 Introduction2D人体姿态估计一直是计算机视觉中一个基本而又具有挑战性的问题。目标是定位人体解剖关键点(例如，肘、腕等)。)或零件。它有很多应用，包括人体动作识别、人机交互、动画等。本文感兴趣的是单人位姿估计，它是其他相关问题的基础，如多人位姿估计[6，27，33，39，47，57，41，46，17，71]，视频位姿估计与跟踪[49，72]等。最近的发展表明，深度卷积神经网络已经达到了最先进的性能。大多数现有方法通过网络传递输入，通常由串联的高到低分辨率子网组成，然后提高分辨率。例如，沙

2021-07-24 20:32:38 1863 1

weixin_52777338的博客

原创 ATRW A Benchmark for Amur Tiger Re-identification in the

原创 Cross-Domain Adaptation for Animal Pose Estimation

原创 Deep High-Resolution Representation Learning for Human Pose Estimation

原创论文阅读笔记（七）——基于超深度神经网络的人脸识别

原创论文阅读笔记（六）——用可旋转包围盒学习旋转不变检测器

原创论文阅读笔记(五)——狐猴识别系统:一种便于狐猴个体识别的面部识别系统

原创论文阅读笔记（四）——基于深度卷积神经网络的多视角人脸检测

原创论文阅读笔记（三）——从老虎到熊猫:动物头部检测

原创论文阅读笔记（二）——牛的人脸识别，能做到吗？

原创论文阅读笔记（一）——铁饼鱼的面部识别：使用数字模型的实验方法

空空如也

空空如也