关键词2d and 3d pose estimation
搜索结果 - 3
- ICCV层次化舞蹈视频识别无监督 3D 姿态估计
提出了一种分层舞蹈视频识别框架 (HDVR),它通过估计 2D 姿势序列,跟踪舞者,并同时估计相应的 3D 姿势和 3D 到 2D 成像参数来提取舞蹈的层次结构。我们在多人跟踪和通过 LSTM 网络识别舞蹈类型方面优于现有的 3D 姿势估计 - CVPR使用多任务深度学习进行 2D/3D 姿势估计和动作识别
本文提出了一种多任务框架,用于联合解决静态图像的二维和三维姿势估计及视频序列的人类动作识别问题。实现了端到端优化,与传统分开学习相比准确率显著提高,报告了使用该方法对 MPII、Human3.6M、Penn Action 和 NTU 四个数 - ICCV组合式人体姿势回归
提出了一种结构感知回归方法,利用骨代替节点进行重新参数化,使用联合连接结构定义组合损失函数来编码姿态中的长程相互作用,在 2D 和 3D 姿态估计中具有普适性并且在人体姿态估计领域的两个数据集(Human3.6M 和 MPII)中显著超越最