CVPRApr, 2024

在 SO (3) 流形的乘积空间上进行正则流用于概率人体姿势建模

PDF
TL;DR在旋转表示中，标准化流已经证明了它们在欧几里得空间中密度估计的功效，但其在各个领域如机器人技术或人体姿势建模中的应用仍未充分探索。我们引入了 HuProSO3，一个在 SO (3) 流形的高维乘积空间上运行的标准化流模型，用于对具有三个自由度的人体关节的联合分布进行建模。通过在三个不同应用中表现出的卓越建模准确性和准确似然度量能力，HuProSO3 相比现有方法具有优势。这项工作不仅解决了在 SO (3) 流形上学习密度的技术挑战，也对需要对相关的 3D 旋转进行概率回归的领域具有广泛的影响。
发现论文，激发创造
  • HuManiFlow: 在 SO (3) 流形上，对祖先进行调整的正则化流，用于人类姿势和形状分布估计

    本文介绍了一种名为 HuManiFlow 的方法，利用概率分布和正规化流预测 3D 人体姿态和形状，同时具备准确性、一致性和多样性，解决了估计不明确的问题。

    May, 2023

  • 探究在 SO (3) 流形上的离散归一化流用于概率旋转建模

    本文提出了一种结合 Möbius 变换 - 环耦合层和四元数仿射变换的正交群上的正则化流方法， 可以有效地表示旋转上的任意分布，并且可以在给定输入观测值的条件下建立目标分布，具有显著的条件和无条件任务性能优势。

    Apr, 2023

  • 基于归一化流的概率单目三维人体姿态估计

    本文提出了一种基于正规化流的人体 3D 姿态恢复方法，采用多种假设生成可行的 3D 姿势的后验分布，并结合 2D 检测器的不确定性信息建模不确定探测和遮挡，其中学习出的 3D 姿态先验和最优 M 损失的推广是实现成功的关键因素，该方法在人体 3.6M 和 MPI-INF-3DHP 两个基准数据集上优于所有可比方法。

    Jul, 2021

  • SoftFlow：流形概率归一化流框架

    本文提出了 SoftFlow，一种用于训练流模型的概率框架，能够更好地捕捉流模型的困难维度，并通过应用于三维点云数据，可以更准确地预测各种形状的分布，达到了流模型生成方面的最佳表现。

    Jun, 2020

  • 黎曼连续归一化流

    本文提出 Riemannian 连续正规化流模型，通过设置连续性流作为常微分方程的解来定义流，其可以对光滑流形上的灵活概率测度进行有效参数化，在合成和现实数据方面与标准流或先前介绍的预测流相比可以显著提高表现。

    Jun, 2020

  • 基于归一化流的弱监督 3D 人体姿态和形状重建

    本文提出了一种基于运动捕捉数据集和大规模图像和视频数据集的半监督和自监督学习方法，利用运动和不同 iable 的语义身体部位对齐损失函数进行训练，来精确地估计单眼三维人体姿态和形状。实验结果证明，该方法优于现有技术，可用于广泛的真实场景。

    Mar, 2020

  • 黎曼流形上的正规化流

    本文研究在黎曼流形上的密度估计问题，将微分几何中的同胚技术应用于投影密度到亚流形上的相关技术，广义化标准化流用于更一般的黎曼流形，并给出了具体的例子。

    Nov, 2016

  • 环面与球上的标准流

    本文研究在高维度空间中建立表现力强的分布，提出了计算表达稳定的 Lipschitz normalizing flows，探讨圆、封闭区间或球面上流的性能，并使用实验结果验证其有效性。

    Feb, 2020

  • 基于正则流模型的人体姿态异常检测

    本研究通过将视频异常检测问题简化为人体姿势的异常检测，使用一种基于 spatio-temporal graph convolution blocks 的基于正常化流的算法来处理这类数据，并在两个异常检测基准数据集上表现出最先进的结果。

    Nov, 2022

  • 平滑归一化流

    本文介绍了一种使用混合变换的规范连续流方法，可应用于计算力和高阶导数所需的平滑密度函数，并可用于分子动力学模拟。

    Oct, 2021