2d pose estimation | BriefGPT

关键词2d pose estimation

搜索结果 - 9

CapeX: 基于文本点解释的类别无关姿态估计
传统的 2D 姿势估计模型受其设计的限制，仅适用于特定的物体类别，为了克服这些限制，通用类别姿势估计（CAPE）作为解决方案出现，CAPE 旨在使用统一模型为多样的物体类别进行关键点定位，可以从最小的注释支持图像中进行泛化，我们的方法采用了
PDFa month ago
Pose Anything: 基于图结构的类别无关姿态估计方法
传统的 2D 姿态估计模型局限于其特定类别的设计，限定了其适用范围，对于新颖对象缺乏相关训练数据的情况尤其具有挑战性。为了应对这一局限性，引入了无类别限制的姿态估计（CAPE）方法，在仅需标注关键点的最小支持图像的情况下，实现了任意对象类别
PDF7 months ago
SwimXYZ：一个大规模合成游泳动作和视频数据集
运动技术在运动中扮演着越来越重要的角色，并成为运动员获益的真正竞争优势。然而，传统的动作捕捉系统昂贵且束缚。最近发展起来的基于计算机视觉的方法也在某些运动中面临困难，比如游泳，由于水中环境的限制。为了解决这个问题，我们介绍了 SwimXYZ
PDF9 months ago
基于深度学习的人体姿势估计：综述
本文介绍了基于深度学习的 2D 和 3D 人体姿态估计的综述，系统分析和比较了这些解决方案，对研究的挑战，应用和未来方向进行了讨论，包括 250 多篇研究论文以及姿态估计数据集和评估指标的定量表现比较和讨论。
PDF4 years ago
CVPR融合可穿戴 IMU 与多视角图像用于人体姿态估计：一种几何方法
采用几个附着在人体肢体上的 IMUs 和多视图图像估计人类的 3D 姿态并提出了一种基于几何学的方法，用于增强每对关节的视觉特征并使用它们将多视图 2D 姿势提升到 3D 空间中，这种方法称为方向正则化网络（ORN）。
PDF4 years ago
ECCV3D 人体姿势估计竞赛级联金字塔网络
该研究提出了一种基于 2D 姿势估计和残差块的 2-3 阶段框架，并在 ECCV2018 PoseTrack Challenge 的验证数据集上取得了有希望的结果。
PDF6 years ago
行人是否会横穿道路？通过 2D 姿态估计来回答
通过使用 CNN 的 2D 姿态估计技术，我们成功地确定了行人的意图，如穿过车道，停在行人路口之前并开始行走或弯曲，这是基于非自然序列（Daimler 数据集）的结果，使用 JAAD 数据集进行评估，提出了一种结合了 CNN 的行人检测、跟
PDF6 years ago
CVPR单图像三维人体姿态估计的双源方法
本研究提出一种利用双重数据源，结合深度神经网络和运动捕捉数据，实现从单张图片中估计三维人体姿态的方法，并对该方法进行了全面评估。
PDF7 years ago
CVPR一种基于双源方法的单张图像 3D 姿势估计
通过两种独立的训练来源 (2D 姿势标注的图像和准确的 3D 运动捕捉数据)，提出一种双源方法，将 2D 姿态估计与高效稳健的 3D 姿态检索结合，从而解决单个 RGB 图像的 3D 姿态估计中获取足够训练数据的问题，实验表明，该方法达到了
PDF9 years ago