AI小作坊 的博客

Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields CVPR 2017 Code: https://github.com/ZheC/Realtime_Multi-Person_Pose_Estimation 效果演示视频： https://youtu.be/pW6nZXeWlGM 如果可以看youtu 的话多

Learning Feature Pyramids for Human Pose Estimation ICCV2017 Torch： https://github.com/bearpaw/PyraNet本文主要关注人体部件中的尺度问题， scale variations of human body parts， 这种尺度变化主要发生在 camera view changes or s...

Pose Flow: Efficient Online Pose Tracking https://github.com/MVIG-SJTU/AlphaPose本文主要是关于人体姿态跟踪方面的内容。在对视频每一帧人体姿态估计完成之后，通过分析前后若干帧之间的人体姿态关系来完成人体姿态跟踪问题。主要通过两个步骤来实现的：1） pose flow 姿态流的生成，2）姿态流中进行了非极大值抑制...

RMPE: Regional Multi-Person Pose Estimation ICCV2017 Code is based Caffe and Torch! https://github.com/MVIG-SJTU/RMPE https://github.com/MVIG-SJTU/AlphaPose多人人体姿态估计本文解决思路： 多人检测+单人人体姿态估计 Faster-R...

Stacked Hourglass Networks for Human Pose Estimation ECCV2016 http://www-personal.umich.edu/~alnewell/pose/ Torch code is available本文使用CNN网络来进行人体姿态估计，使用 Stacked Hourglass Networks，这里的 Hourglass ...

HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis ICCV2017 https://github.com/xh-liu/HydraPlus-Net本文首次将 attention idea 应用到 行人属性分析上来。行人分析的难度还是比较大，因为不同场合分析的侧重点有所不同，有时需要侧重局部信息，有时需要侧重全局信息。Se

What Can Help Pedestrian Detection? CVPR2017本文主要分析 extra features 对于 基于CNN 的行人检测有什么帮助，设计了一个行人检测网络 HyperLearner 可以有效利用这些 extra features这里的 extra features 主要指 various channel features 行人检测中存在什么问题了？

Beyond triplet loss: a deep quadruplet network for person re-identification CVPR2017 https://arxiv.org/abs/1704.01719本文使用深度学习进行行人检索，侧重点主要在损失函数的改进，提出了 quadruplet loss 用于减小类内方差 和 增加类间方差上图显示，在我们新的 quadr

Look into Person: Self-supervised Structure-sensitive Learning and A New Benchmark for Human Parsing CVPR2017https://arxiv.org/abs/1703.05446 LIP benchmark：http://hcp.sysu.edu.cn/lip/index.php针对 Huma

Towards Real World Human Parsing: Multiple-Human Parsing in the Wild https://arxiv.org/abs/1705.07206数据库没给出来啊！本文针对当前 human parsing 数据库基本都是单人标记，而图像实际情况经常含有多人，这里我们提出了一个 Multiple-Human Parsing (MHP) 数据库，

Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human PoseProject and Code: https://www.seas.upenn.edu/~pavlakos/projects/volumetric/输入一张彩色图像，输出人体 3D姿态信息，采用 CNN网络端对端训练，技术创新点：1）对三维空间进行网格划分，2）C

Pose Proposal Networks ECCV2018本文使用 YOLO + bottom-up greedy parsing 进行人体姿态估计its total runtime using a GeForce GTX1080Ti card reaches up to 5.6 ms (180 FPS)人体姿态估计总的来说有两大类方法： top-down and bott...