Feb, 2017

人体姿态估计的多上下文注意力

PDF
TL;DR本文提出将卷积神经网络与多上下文关注机制相结合，形成一个端到端的框架，用于人体姿态估计，并采用堆叠的 hourglass 网络生成具有不同语义感知力的多分辨率的注意力图，从局部显著区域到全局语义一致空间不同粒度的着重点，进一步将全局一致模型与着重于不同身体部位的模型相结合，以实现对全身不同身体部位的详细描述，证明了多上下文关注机制和 hourglass 残差单元在两个公共数据集上的有效性和优越性。
发现论文，激发创造
  • 用于人体姿态估计的叠层沙漏网络

    该研究提出了一种新的卷积神经网络架构来进行人体姿势估计，采用自下而上、自上而下的处理方式及中间监督来提高网络的性能，在 FLIC 和 MPII 基准测试中取得了最先进的成果，并以堆叠沙漏网络总结了该架构的步骤。

    Mar, 2016

  • 具多层上下文的带注意力机制的 RNN 用于场景标注

    探索多级上下文循环神经网络的多种上下文提示，将其结合到分级卷积神经网络中，提供丰富的空间和语义信息，并使用注意力模型来有效地合并多个级别，以实现在图像标签方面的最新结果。

    Jul, 2016

  • 循环人体姿态估计

    本文提出了一种新颖的 ConvNet 模型，可预测图像中的 2D 人体姿势，通过回归每个关键点的热度图表示，并能够学习和表示部件外观和配置上下文。模型可以从头开始和端到端训练，用于改善性能的辅助损失。该模型在两个基准数据集上进行了评估，具有与最先进技术相当的性能，但不含有图形模型阶段（或层）的复杂性。

    May, 2016

  • 基于姿态注意力的手势人体动作识别

    本研究提出一种基于时空注意力机制的人体动作识别方法，采用外部信息（人的姿态）提取注意力分布，采用 RNN 实现注意力的递归处理，以实现自动关注动作中最活跃的手部，并检测最具区分度的动作要素，并在 NTU-RGB + D 数据集上获得最先进的结果。

    Dec, 2017

  • 从单目图像估计多人三维人体姿态

    通过提出的 HG-RCNN 网络，借助 Mask-RCNN 和 Hourglass 结构进行多人 3D 人体姿态估计，实现对每个感兴趣区域（RoI）中 2D 关键点的先预测后提升，最终采用弱透视投影模型和焦距和根偏移的联合优化将估计的 3D 姿态置于相机坐标系下，该网络简单模块化且无需多人 3D 姿态数据集，取得了 MuPoTS-3D 数据集的最优性能，并能近似在相机坐标系下估计 3D 姿态。

    Sep, 2019

  • 人体运动预测的多层动作注意力

    介绍了一种基于注意力机制的前馈神经网络，利用运动的重复性和历史上下文进行运动预测，通过图卷积网络对历史数据的运动模式进行有效利用，取得了三个数据集上最先进的结果。

    Jun, 2021

  • 基于图形堆叠沙漏网络的三维人体姿态估计

    本文提出了一种新的图卷积神经网络架构，用于 2D 到 3D 人体姿态估计任务，并使用多尺度、多级别特征表示的多尺度架构进行了实验，结果表明该模型优于现有技术，并取得了更好的表现。

    Mar, 2021

  • 人体姿态估计的级联特征聚合

    本文提出了一种基于卷积神经网络的级联特征聚合方法 (Cascade Feature Aggregation, CFA)，该方法可以有效地提高人体姿态估计的精度，并且在 MPII 数据集和 LIP 数据集上实现了最佳成绩。

    Feb, 2019

  • CRF-CNN 人体姿态估计中结构化信息建模

    本文提出了 CRF-CNN 框架，用于在深度卷积神经网络中同时模拟输出层和隐藏特征层的结构信息，并应用于人体姿势估计，通过在各层之间的信息传递，采用了卷积和前向传播相结合的方式进行模型的训练，最终在两个基准数据集上验证该模型的有效性。

    Nov, 2016

  • 基于结构注意力的卷积神经场用于单目深度估计

    本文提出一种新的单目深度估计方法，使用带有结构化注意力模型的条件随机场来融合来自前端卷积神经网络不同层次的多尺度信息，并将其无缝集成到整个架构的端到端训练中， 在 KITTI 基准测试中排名竞争对手，在 NYU Depth V2 数据集上优于现有技术。

    Mar, 2018