3d poses | BriefGPT - AI 论文速递

关键词3d poses

搜索结果 - 16

CVPRSelfPose3d：自监督的多人多视角 3D 姿势估计
自我监督方法通过多视角输入图像和伪造姿势进行 3D 姿势估计，不需要 2D 或 3D 真实姿势标签，并且其有效性与完全监督方法相当。
PDF3 months ago
CVPRHOISDF: 利用全局有符号距离场改进的三维手 - 物体姿态估计
通过使用签名距离场（SDF）引导手 - 物体姿态估计网络（HOISDF），将三维手势和物体姿势的估计从单目摄像机中联合评估，实现了全局的隐式表征，达到了最新的手 - 物体姿态估计结果。
PDF4 months ago
图像和视频的三维人体姿态估计的双链约束
本文提出了一种名为 Double-chain Graph Convolutional Transformer (DC-GCT) 的新模型，通过局部到全局和全局到局部的双链设计来约束姿势，并结合 GCN 和 Transformer 的优势以及
PDFa year ago
面向可靠的人体姿态预测及不确定性建模
本文提出了一个针对人类姿态预测的开源库，其中包含多种模型、数据集和标准化的评估指标，旨在促进研究，并向统一和公平的评估发展。该研究通过提出建模其他模型的不确定性，并引入一个新的方法来量化任何模型的认知不确定性，证明其在准确性方面有高达 25
PDFa year ago
CVPR人体动作识别中 3D 姿态跟踪的优势
本研究使用追踪和三维姿势来提高动作识别性能，并以 Lagrangian 视角分析人体运动轨迹，从而预测其动作，并提出一种 Lagrangian 动作识别模型，通过融合三维姿势和周围环境，达到业界最佳表现。
PDFa year ago
ECCV逆向运动学与细化方法实现多人 3D 姿态和形状估计
本研究提出了一种粗到细的流程来解决从单眼 RGB 图像中估计多人物 3D 姿态和形状网格的问题，并且通过 Transformer-based refinement 和克服因人与人之间的遮挡而引入的不确定性，优于现有技术，在 3DPW，MuP
PDF2 years ago
MM单目三维多人姿态估计的相互适应推理
本论文提出了一种新的统一模型，通过结构化 2.5D 姿势估计和端到端几何感知深度推理方法相结合，解决了估计单目多人 3D 姿势以摄像机为中心坐标的问题，相比于现有的自顶向下和自底向上方法，我们的模型在准确性和速度方面都表现出色。
PDF2 years ago
直接多视角多人三维姿态估计
该研究提出了一种名为 MvP 的多视角姿态变换器，用于从多视角图像中估计多人的三维姿态，该方法可以直接回归多人三维姿态，并使用几种技术来提高准确性，该模型在多项指标上表现优秀。
PDF3 years ago
ICCV多视角图像中的多人姿态估计与形状感知
本文提出了一种基于多视图图像的多人姿态估计方法，在统计参数体模型的引导下，这种方法能够更好地纠正不合理的 3D 姿态估计和填充缺失的关节点检测，将 2D 和 3D 观测联系起来，从而更准确地估计 3D 姿态并且具有较好的泛化性能，实验表明该
PDF3 years ago
ICCVPose Transformers（POTR）：使用非自回归 Transformer 进行人体动作预测
该研究提出使用 Transformer 建模实现非自回归人体运动预测，采用串行解码替代基于先前预测的循环神经网络，实现了在序列中并行解码。该方法在短期预测方面具有较高的竞争力。
PDF3 years ago
VPN++：重新思考视频姿态嵌入以理解日常活动
提出了 Video-Pose Network (VPN) 用于识别日常活动，该模型包含两个不同的方向：一个是通过特征层面的蒸馏将 Pose 知识转移到 RGB 中，另一个是通过注意层面的蒸馏模仿姿势驱动的注意。该模型在 4 个公共数据集上表
PDF3 years ago
CVPRKeypoint Transformer：用于精确 3D 姿态估计中解决具有挑战性的手部和物体交互中的关键点标识问题
本文提出了一种名为 “Keypoint Transformer” 的深度神经网络结构，该结构可以通过二维关键点自注意力机制提取手部三维位姿，实验结果表明该算法在 InterHand2.6M 数据集上性能优于当前所有算法，并可以扩展到双手操纵
PDF3 years ago
CVPR预测人体动作的特征三维姿态
本文提出了一种用 probabilistic approach 来预测 characteristic poses 的方法，解决了原有 human motion prediction 只能按时间预测的问题，同时构建了一个手动注释的数据集来评估
PDF4 years ago
利用本地表面嵌入技术在彩色图像中实现未知物体的三维目标检测和姿态估计
该研究提出了一种结合了深度学习和三维几何的方法，利用未带纹理的 CAD 模型和不需要针对新对象进行训练的方法，检测和估计图像中物体的 3D 姿态，并利用 Mask-RCNN 实现无需重新训练的对象检测，从而限制可能的对应关系数量。实验结果表
PDF4 years ago
AAAI使用具有显式遮挡训练的时空网络进行 3D 人体姿势估计
借助多尺度空间特征和多步幅时间卷积网络，在设计 A 的基础上，B 通过在训练过程中模拟各种遮挡情况来提高露出度鲁棒性，并利用 2D 视频数据注入半监督学习能力。实验证实了该方法的有效性，并且消融研究表明我们网络的单个子模块的优势。
PDF4 years ago
CVPR使用时域卷积和半监督训练进行视频中三维人体姿态估计
本文提出了一种基于卷积神经网络的 3D 姿势估计方法，并结合反向投影技术实现了半监督训练，结果表明该模型在无监督和半监督情况下准确性都得到了明显提高。
PDF6 years ago