Oct, 2023

pose-format：用于查看、增强和处理.pose 文件的库

PDF
TL;DR这篇论文介绍了 pose-format，它是一个综合工具包，通过提供统一、灵活和易于使用的接口来解决姿势数据管理和分析的复杂性。pose-format 具有专门的文件格式，可以封装多种类型的姿势数据，适用于图像和视频数据。该工具包还与 NumPy、PyTorch 和 TensorFlow 等流行的数值库无缝集成，以实现强大的机器学习应用。通过基准测试，证明了.pose 文件格式相对于 OpenPose 等普遍格式具有极高的性能，并具有自包含的姿势规范等优点。此外，该工具包还包括数据归一化、增强和易于使用的可视化功能，适用于 Python 和浏览器环境。pose-format 成为简化姿势数据管理和分析的一站式解决方案。
pose datafile formatdata manipulationmachine learningdata management
发现论文，激发创造
  • SportsPose -- 一份动态的三维体育姿势数据集

    SportsPose 是一个大规模的姿态数据集，包括高度动态的运动。使用超过 176,000 个来自 24 名不同受试者的 5 种运动活动的 3D 姿势，SportsPose 提供了一组反映了运动复杂和动态性的多样化和全面的 3D 姿势。数据集伴随代码，可以从我们的网站上下载，希望 SportsPose 可用于开发和评估更有效的运动表现分析和损伤预防模型。

    Apr, 2023

  • MetaPose: 无需 3D 监督，快速从多视图中获得 3D 姿态

    本文介绍如何使用神经网络模型进行多摄像头人体姿势估计，在考虑多角度遮挡及联合位置不确定性情况下，使用 2D 关键点数据进行训练。相比于经典捆绑调整与弱监督单目 3D 基线方法，我们的模型在 Human3.6M 和 Ski-Pose PTZ 数据集上表现更好。

    Aug, 2021

  • SoloPose: 基于视频数据增强的一次性运动学 3D 人体姿势估计

    本文介绍了 SoloPose，一种新颖的一次性、多对多的时空转换模型，用于视频中的运动学 3D 人体姿势估计。SoloPose 进一步加强了 HeatPose，一种基于高斯混合模型分布的 3D 热图，它对目标关键点和动力学相邻关键点进行因素分解。最后，我们通过 3D AugMotion 工具包解决了数据多样性限制问题，该方法通过将四个顶级公共 3D 人体姿势数据集（Humans3.6M、MADS、AIST Dance++、MPI INF 3DHP）投影到一个新的数据集（Humans7.1M）中，使用了一个通用的坐标系统。在 Human3.6M 和增强的 Humans7.1M 数据集上进行了大量实验证明，SoloPose 相对于最先进的方法具有优越的结果。

    Dec, 2023

  • ManiPose：机器人中姿态感知物体操作的全面基准

    ManiPose 是一个旨在推进姿势多变的操作任务研究的开创性基准，它包含模拟环境、数据集和基准，并在姿势估计、姿势感知操作和真实机器人技能迁移等方面取得了显著进展。

    Mar, 2024

  • PoseIt：一个视触式握持姿态数据集用于握持稳定性分析

    本文介绍 PoseIt 数据集，利用其中的视觉和触觉数据，通过训练多模式 LSTM 分类器，在多种物体抓取位置的情况下预测物体的稳定性，并证明了这种方法比单一数据来源更为准确和泛化。

    Sep, 2022

  • 从自然语言生成三维人体姿态的 PoseScript

    本文提出了 PoseScript 数据集，该数据集对 AMASS 的几千个 3D 人体姿势与丰富的人体注释描述进行了配对。我们提出了一种详细的字幕生成过程，通过一组简单但通用的规则从给定的 3D 关键点提取低级姿势信息 —— 姿势码，然后使用句法规则将姿势码组合成更高级别的文本描述。自动注释大大增加了可用数据量，并使得在人类字幕微调预训练的深度模型上变得可能。

    Oct, 2022

  • FixMyPose：姿态矫正字幕与检索

    本文提出 a new captioning dataset named FixMyPose，为了避免 ML 偏见，维护了不同背景的不同人群的平衡，对于该数据集我们提出姿势校正字幕任务及其反向目标姿势检索任务，并引入针对该任务的新指标。我们的基线模型能够在现实图像上有良好表现，但在人类评估中仍有提高空间。

    Apr, 2021

  • PoseTrack: 人体姿态估计和跟踪基准

    本研究旨在建立 “PoseTrack” 的标准，该标准是一种基于视频的多人姿势估计和关节跟踪的大规模基准，该基准将集合人类视觉分析研究人员的团体，通过提供大型代表性训练数据集，为研究提供平台并客观评估和比较提出的方法。

    Oct, 2017

  • Omni6DPose：一种用于普适 6D 物体姿态估计和跟踪的基准和模型

    6D 目标姿态估计是计算机视觉中一个重要且具有挑战性的任务，本文介绍了 Omni6DPose 数据集以及使用 GenPose++ 方法对其进行的基准分析。

    Jun, 2024

  • 姿态修正：用自然语言纠正 3D 人体姿态

    通过自然语言反馈修正三维人体姿势以及生成纠正的三维人体姿势的文本编辑方法。

    Sep, 2023