Oct, 2019

人体姿态估计的分布感知坐标表示

PDF
TL;DR本文研究基于 heatmap 的人体姿态估计中的坐标表示方法，并提出了一种更为合理和有效的分布感知解码方法和准确的 heatmap 分布生成方法，最终提出了一种名为 DARK 的新型坐标表示方法，并在 MPII 和 COCO 等基准测试上获得最佳结果，提高了各种最新人体姿态估计模型的性能。
human pose estimationheatmapcoordinate representationdarkmodel training
发现论文，激发创造
  • 使用 2D 边缘热图进行 3D 人体姿态估计

    本文介绍了一种改进的三维人体姿势预测模型 MargiPose，它使用深度神经网络和增强软最大值方案，可以在保持可微性的同时，从单眼 RGB 图像中预测二维边缘热图，并在公开的三维人体姿势估计数据上实现了最新的准确性。

    Jun, 2018

  • 基于热图引导的自适应关键点排序的底层人体姿态估计

    本文介绍了一种基于向下拼接的人体姿态估计框架，其中通过关键点检测和聚类两个阶段进行处理。在该框架下，本文提出了多种方案，包括使用关键点热图进行像素级别的关键点回归、采用像素级别空间变换网络学习适应性表示处理尺度和方向差异并提高关键点回归质量，以及使用联合形状和热值评分方案提升预测姿态的可靠性，最终获得了最先进的人体底部向上姿态估计结果。

    Jun, 2020

  • 使用热图加权损失的轻量级人体姿态估计

    本文提出了一种减轻资源负荷、加速推理速度的方法，是通过在 SimpleBaseline 的反卷积头网络中引入注意机制来利用原始、跨层次和内层次信息以提高精度，并采用称为 heatmap 加权损失的新型损失函数，生成热图上每个像素的权重，使模型更加注重关键点，实验证明我们的方法在性能和资源和推理速度之间实现了平衡，具有不错的适用性。

    May, 2022

  • 人体姿态积分回归

    本研究提出一种基于简单积分操作的新的人体姿态估计方法，该方法将热图表示和关节回归统一，避免了热图表示中存在的问题，并且在各种情况下进行了全面有效性验证，特别是在首次进行的三维姿态估计中表现良好。

    Nov, 2017

  • 学习结构引导的扩散模型用于二维人体姿态估计

    本文提出了 DiffusionPose，将 2D 人体姿态估计问题定义为噪声热图的关键点热图生成问题，并通过添加噪声，将关键点扩散到随机分布中，学习扩散模型从噪声热图中恢复与图像特征相关的地面真值热图，从而实现从初始化热图的漸進式降噪方式生成热图。此外，本文还进一步探究了从人体结构信息中提取条件以提高 DiffusionPose 的性能。经过广泛的实验，证明了 DiffusionPose 的优越性，在广泛使用的 COCO、CrowdPose 和 AI Challenge 数据集上分别提高了 1.6、1.2 和 1.2 mAP。

    Jun, 2023

  • 多人三维姿态估计的压缩体积热力图

    本文提出了一种基于多层热力图压缩的深度学习模型，可在 8 fps 的运行时处理全高清 RGB 图像，用于多人和单人 3D 人体姿态估计。

    Apr, 2020

  • 基于视频的人体姿态回归：通过解耦的时空聚合

    通过综合利用视频序列的时间依赖性，我们开发了一种高效且有效的基于视频的人体姿态回归方法，绕过热图等中间表示，直接将输入映射到输出关节坐标。我们的方法利用了相邻关节的空间相关性和每个关节自身的时间相关性，通过提出的关节感知特征令牌机制来灵活地利用这些关联，从而显著提高了性能。

    Mar, 2024

  • DistilPose: 基于热图蒸馏的令牌化姿态回归

    本文提出了一种新的人体姿态估计框架 DistilPose，它通过 Token-distilling Encoder 和 Simulated Heatmaps 将基于 heatmap 的和基于回归的方法结合起来，在保持有效性的同时显著提高了回归模型的性能。

    Mar, 2023

  • 用于单阶段多人姿态估计的混合模型

    本研究提出了一个称为 HybridPose 的混合模型，通过最大化两种方法的优点来互相克服它们的缺点，同时引入自相关损失来注入关键点坐标和可见性之间的空间依赖性，从而在不降低姿势估计准确性的情况下展示了关键点的可见性。

    May, 2023

  • 深度高分辨率表示学习人体姿态估计

    本论文利用 pytorch 实现了一种深度高分辨率表示学习方法用于人体姿态估计，通过建立多分辨率子网并在并行连接中进行信息融合，最终得到更精准、更高精度的关键点热图，实验证明该方法在 COCO 关键点检测数据集和 MPII 人体姿态数据集上具有显著优势。

    Feb, 2019