CVPR学习（五）：CVPR2019-人体姿态
待补充论文解读
3D 姿态估计
3D人体姿态的自监督学习，使用多视几何的方法
土耳其中东技术大学
Self-Supervised Learning of 3D Human Pose Using Multi-View Geometry
Muhammed Kocabas, Salih Karagoz, Emre Akbas
https://github.com/mkocabas/EpipolarPose
利用视频中时域上下文信息改进3D人体姿态估计，使用 bundle adjustment的方法
牛津大学、DeepMind
Exploiting Temporal Context for 3D Human Pose Estimation in the Wild
Anurag Arnab, Carl Doersch, Andrew Zisserman
https://github.com/deepmind/Temporal-3D-Pose-Kinetics
语义图卷积网络用于回归问题，改进了3D人体姿态估计
罗格斯大学、宾厄姆顿大学
Semantic Graph Convolutional Networks for 3D Human Pose Regression
Long Zhao, Xi Peng, Yu Tian, Mubbasir Kapadia, Dimitris N. Metaxas
https://github.com/garyzhao/SemGCN
用于人体姿态估计和单视图3D重建的逆图熵网络，从2D场景推断3D信息
昆士兰科技大学、昆士兰大学
IGE-Net: Inverse Graphics Energy Networks for Human Pose Estimation and Single-View Reconstruction
Dominic Jack, Frederic Maire, Sareh Shirazi, Anders Eriksson
利用几何自监督信息的非监督3D姿态估计
Amazon Lab126、佐治亚理工学院
Unsupervised 3D Pose Estimation With Geometric Self-Supervision
Ching-Hang Chen, Ambrish Tyagi, Amit Agrawal, Dylan Drover, Rohith MV, Stefan Stojanov, James M. Rehg
视频中3D人体姿态估计，使用空域卷积与半监督训练
苏黎世联邦理工、Facebook AI研究院、谷歌大脑
3D Human Pose Estimation in Video With Temporal Convolutions and Semi-Supervised Training
Dario Pavllo, Christoph Feichtenhofer, David Grangier, Michael Auli
https://github.com/facebookresearch/VideoPose3D
用于3D人体姿势估计的对抗性重投影网络的弱监督训练
莱布尼兹大学汉诺威分校
RepNet: Weakly Supervised Training of an Adversarial Reprojection Network for 3D Human Pose Estimation
Bastian Wandt, Bodo Rosenhahn
多视图的快速鲁棒多人3D姿态估计
浙江大学、德克萨斯大学奥斯汀分校
Fast and Robust Multi-Person 3D Pose Estimation From Multiple Views
Junting Dong, Wen Jiang, Qixing Huang, Hujun Bao, Xiaowei Zhou
https://github.com/zju3dv/mvpose
从2D图像进行3D人体姿态估计有多个解，使用混合密度网络在多个数据集上取得了SOTA的结果
新加坡国立大学
Generating Multiple Hypotheses for 3D Human Pose Estimation With Mixture Density Network
Chen Li, Gim Hee Lee
https://github.com/chaneyddtt/Generating-Multiple-Hypotheses-for-3D-Human-Pose-Estimation-with-Mixture-Density-Network
用于3D姿态估计的几何感知表示的弱监督方法
中山大学、北京大学、商汤研究院
Weakly-Supervised Discovery of Geometry-Aware Representation for 3D Human Pose Estimation
Xipeng Chen, Kwan-Yee Lin, Wentao Liu, Chen Qian, Liang Lin
结合3D与2D标注的数据集训练的能够应对室外环境的人体姿态估计算法，在多个室外数据集上达到SOTA
马克斯普朗克信息学研究所
In the Wild Human Pose Estimation Using Explicit 2D Features and Intermediate 3D Representations
Ikhsanul Habibie, Weipeng Xu, Dushyant Mehta, Gerard Pons-Moll, Christian Theobalt
2D 姿态估计
人体相关部件学习的特征局部共享，改进2D人体姿态估计
美国西北大学
Does Learning Specific Features for Related Parts Help Human Pose Estimation?
Wei Tang, Ying Wu
快速人体姿态估计
电子科技大学、Vision Semantics Limited
Fast Human Pose Estimation
Feng Zhang, Xiatian Zhu, Mao Ye
相关解读：
电子科大提出“姿态蒸馏”算法-实现快速人体姿态估计
https://github.com/yuanyuanli85/Fast_Human_Pose_Estimation_Pytorch（非官方）
循环时空亲相似场的高效在线多人2D姿态跟踪
卡内基梅隆大学
Efficient Online Multi-Person 2D Pose Tracking With Recurrent Spatio-Temporal Affinity Fields
Yaadhav Raaj, Haroon Idrees, Gines Hidalgo, Yaser Sheikh
https://www.gineshidalgo.com/
增强通道和空间信息的多人姿态估计
东南大学、ByteDance AI Lab
Multi-Person Pose Estimation With Enhanced Channel-Wise and Spatial Information
Kai Su, Dongdong Yu, Zhenqi Xu, Xin Geng, Changhu Wang
深度高分辨率网络表示，用于人体姿态估计（目前的SOTA）
中国科技大学、微软亚洲研究院
Deep High-Resolution Representation Learning for Human Pose Estimation
Ke Sun, Bin Xiao, Dong Liu, Jingdong Wang
相关解读：
CVPR2019 | 微软、中科大开源基于深度高分辨表示学习的姿态估计算法
https://github.com/leoxiaobin/deep-high-resolution-net.pytorch
对任意姿态估计算法计算的结果进行提精
首尔国立大学、Kwangwoon University
PoseFix: Model-Agnostic General Human Pose Refinement Network
Gyeongsik Moon, Ju Yong Chang, Kyoung Mu Lee
https://github.com/mks0601/PoseFix_RELEASE
一种用于多人2D人体姿态估计的新型自下而上方法，该方法特别适用于城市交通，例如自动驾驶汽车和运输机器人。
洛桑联邦理工学院VITA lab
PifPaf: Composite Fields for Human Pose Estimation
Sven Kreiss, Lorenzo Bertoni, Alexandre Alahi
https://github.com/vita-epfl/openpifpaf
姿态迁移
渐进式姿态注意力模型，用于姿态迁移
华中科技大学、微软、中兴
Progressive Pose Attention Transfer for Person Image Generation
Zhen Zhu, Tengteng Huang, Baoguang Shi, Miao Yu, Bofei Wang, Xiang Bai
相关解读：
CVPR 2019 Oral | 华科开源效果超群的人体姿态迁移算法
https://github.com/tengteng95/Pose-Transfer
在姿态迁移中，通过估计密集内部表观流，更好的引导不同姿态之间的像素迁移
香港中文大学、卡内基梅隆大学、南洋理工大学
Dense Intrinsic Appearance Flow for Human Pose Transfer
Yining Li, Chen Huang, Chen Change Loy
https://github.com/ly015/intrinsic_flow
人体图像生成
基于坐标的纹理修补用于姿态引导的人体图像生成
Samsung AI Center, Skolkovo Institute of Science and Technology
Coordinate-Based Texture Inpainting for Pose-Guided Human Image Generation
Artur Grigorev, Artem Sevastopolsky, Alexander Vakhitov, Victor Lempitsky
人体捕捉
单幅图像人体捕捉：包含手部、脸、人体
马克斯普朗克信息学研究所、宾夕法尼亚大学
Expressive Body Capture: 3D Hands, Face, and Body From a Single Image
Georgios Pavlakos, Vasileios Choutas, Nima Ghorbani, Timo Bolkart, Ahmed A. A. Osman, Dimitrios Tzionas, Michael J. Black
https://github.com/vchoutas/smplify-x
单目人体捕捉：包含手部、脸、人体
卡内基梅隆大学
Monocular Total Capture: Posing Face, Body, and Hands in the Wild
Donglai Xiang, Hanbyul Joo, Yaser Sheikh
https://github.com/CMU-Perceptual-Computing-Lab/MonocularTotalCapture
姿态基准数据集
DeepFashion2： 服饰图像数据集，可用于检测、姿态估计、分割、重识别任务的多功能基准数据集
香港中文大学
DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images
Yuying Ge, Ruimao Zhang, Xiaogang Wang, Xiaoou Tang, Ping Luo
https://github.com/switchablenorms/DeepFashion2
提出一个针对拥挤场景的姿态估计方法和新的基准数据集
上海交大、清华
CrowdPose: Efficient Crowded Scenes Pose Estimation and a New Benchmark
Jiefeng Li, Can Wang, Hao Zhu, Yihuan Mao, Hao-Shu Fang, Cewu Lu
https://github.com/Jeff-sjtu/CrowdPose
CVPR学习（五）：CVPR2019-人体姿态相关推荐
- 基于深度学习的三维人体姿态估计
目录 一.技术背景 1.1 人体姿态估计 1.2 三维人体重建 1.4 构建多人场景研究情况 二. 技术方法 2.1 基础架构 2.2 重叠loss 2.3 深度顺序感知loss 四．存在的 ...
- CVPR 2019 论文大盘点—人体姿态篇
点击我爱计算机视觉标星,更快获取CVML新技术 CV君盘点了CVPR 2019 中有关人体姿态的论文,其中研究 3D人体姿态估计的论文最多,有 11 篇,研究 2D 姿态估计的 7 篇,姿态迁移 2 ...
- 基于深度学习和传统算法的人体姿态估计，技术细节都讲清楚了
作者 | 站长 pursueYfuture 来源 | AI专栏(ID: pursue-Y-future) 计算机视觉的一大研究热点是人体姿态估计,还有很多问题急需解决,比如遮挡,交互等等.在最近的CV ...
- 看完这篇AI算法和笔记，跟面试官扯皮没问题了 | 基于深度学习和传统算法的人体姿态估计
点击蓝色"AI专栏"关注我哟 重磅干货,第一时间送达 这是站长的第 41 篇原创优质长文 前几天站长写的一篇的文章[基于深度学习算法和传统立体匹配算法的双目立体视觉]大受好评.这次 ...
- 2019深度学习人体姿态估计指南
本文素材来源于nanonets技术博客网站,经本人编辑首发于CSDN,仅供技术分享所用,不作商用. 原文地址:https://blog.nanonets.com/human-pose-estimati ...
- 看完这篇AI算法和笔记，跟面试官扯皮没问题了 | 基于深度学习和传统算法的人体姿态估计...
点击蓝色"AI专栏"关注我哟 重磅干货,第一时间送达 这是站长的第 41 篇原创优质长文 前几天站长写的一篇的文章[基于深度学习算法和传统立体匹配算法的双目立体视觉]大受好评.这次 ...
- 看完这篇AI算法和笔记，让面试官刮目相看没问题了 | 基于深度学习和传统算法的人体姿态估计...
点击蓝色"AI专栏"关注我哟 重磅干货,第一时间送达 这是站长的第 41 篇原创优质长文 前几天站长写的一篇的文章[基于深度学习算法和传统立体匹配算法的双目立体视觉]大受好评.这次 ...
- 深度学习和目标检测系列教程 22-300：关于人体姿态常见的估计方法
@Author:Runsen 姿态估计是计算机视觉中的一项流行任务,比如真实的场景如何进行人体跌倒检测,如何对手语进行交流. 作为人工智能(AI)的一个领域,计算机视觉使机器能够以模仿人类视觉为目的来 ...
- 2D人体姿态估计综述
本文主要介绍2D人体姿态估计的基本概念和相关算法,其中算法部分着重介绍基于深度学习的人体姿态估计算法的两个方向,即自上而下(Top-Down)的检测方法和自下而上(Bottom-Up)的检测方法. 前 ...
- 用于野外精确人体姿态估计的自适应多视图融合
用于野外精确人体姿态估计的自适应多视图融合 Abstract AdaFuse:一种自适应的多视图融合方法,利用可见视图中的特征增强被遮挡视图中的特征 核心:确定两个视图之间的点-点对应关系 通过研究热 ...
最新文章
- ASP.NET Web API MediaTypeFormatter
- 腾讯云 wdcp ip:8080打不开，wdcp phpmyadmin打不开
- 在Eclipse/MyEclipse中安装spket插件
- demo08 关于SplitChunksPlugin
- shape context matlab,形状上下文(shape context)算法完全解读
- phpmyadmin出现缺少mysqli扩展问题
- 怎样高效地管理自己阅读过的文献资料？
- android字体颜色渐变色,android背景颜色渐变
- word中取消链接上一节在哪_在WORD中怎样取消与上一节相同
- 改进YOLOv7的早餐价格检测系统
- 基于vue+element的时间、农历、和日历的选择
- 6.22 android计算字符高度宽度，红蓝3D图片的制作原理及NDK生成实现
- c语言的绝对值怎么表示,C语言中 绝对值 怎么表示？
- 那些年，我做过的产品：有的死了，有的活了
- proe安装后 显示服务器未连接,proe许可证服务器主机名
- 跨境电商须知：Google CWV新政及应对之道（下）
- 李想又要赴美上市了，高中辍学的他凭什么？
- R matrix函数详解
- Python作业9-4就餐人数
- 推荐五款免费的开源软件，总有一款适合你