keypoint detection | BriefGPT

关键词keypoint detection

搜索结果 - 59

使用 Transformer 进行端到端可训练的多实例姿态估计
本研究提出了一种称为 POET（POse Estimation Transformer）的端到端可训练的多实例姿态估计方法，通过将卷积神经网络与变压器编解码器结合，直接将多实例姿态估计从图像中预测出来。我们使用一种新的全局集合损失来训练 P
PDF3 years ago
ICLR半监督关键点定位
本文介绍了一种半监督的方法，使用少量标记图像和大量未标记图像同时学习关键点热图和姿态不变的关键点表示，关键点表示的语义一致性约束加以保证，并通过特征空间将图像及其扩充副本的关键点表示紧密地联系在一起，以实现对于人类和动物身体特征点的本土化定
PDF3 years ago
CVPRUKPGAN：通用的自监督关键点检测器
本文提出了 UKPGAN，一种基于自我监督的 3D 关键点检测器，通过生成对抗网络与显著信息提炼模块，定位出重要的关键点，进而对物体进行对齐和重建，实验结果表明本方法能够在不同的非刚性变形下处理 SMPL 人体，并具有较好的稳定性和几何注册
PDF4 years ago
ECCV多人姿态估计的可微分分层图分组
本文提出了一种新的人体部分聚类方法，即可学习的分层图聚类 (HGG) 方法，用于底层多人姿态估计任务，并证明该方法可以提高底层姿态估计方法的性能。
PDF4 years ago
基于热图引导的自适应关键点排序的底层人体姿态估计
本文介绍了一种基于向下拼接的人体姿态估计框架，其中通过关键点检测和聚类两个阶段进行处理。在该框架下，本文提出了多种方案，包括使用关键点热图进行像素级别的关键点回归、采用像素级别空间变换网络学习适应性表示处理尺度和方向差异并提高关键点回归质量
PDF4 years ago
CVPR使用交互点学习人 - 物交互检测
本文提出了一种基于全卷积的去检测人 - 物交互的新方法，该方法利用相互作用点直接定位和分类相互作用，并结合密集的相互作用向量，将相互作用与人和物的检测相结合，以获得最终的预测结果。该方法在 V-COCO 和 HICO-DET 两个常用基准上
PDF4 years ago
UR2KiD: 无需局部一致性监督的统一检索、关键点检测和关键点描述
本文提出了一种基于 ResNet 模型的统一框架，用于关键点检测、特征提取和图像检索，不需要使用点对点的训练数据，利用通用技术在标准 ResNet 模型的连续层中提取局部信息，通过局部响应值的池化提取全局信息，可以在各种具有挑战性的评估条件
PDF4 years ago
无监督关键点学习用于指导类别条件视频预测
本文提出一种以单个图像和动作类别为条件的深度视频预测模型，通过检测物体关键点并将关键点序列预测为未来运动，然后通过平移输入图像来生成未来帧。该方法通过无监督方式训练来检测任意对象的关键点，并使用原始视频的检测关键点作为伪标签学习物体运动，实
PDF5 years ago
可重复、可靠的检测器和特征描述器 (R2D2)
本论文提出了一种同时学习关键点检测、特征描述和本地描述符可区分性预测器的方法，用于解决经典方法中存在的重复区域不具有判别力和描述符在存在歧义区域中的性能问题，在 HPatches 和 Aachen Day-Night 数据集上性能均表现优异
PDF5 years ago
Key.Net: 通过手工设计和学习卷积神经网络滤波器进行关键点检测
介绍了一种新颖的关键点检测方法，该方法结合了手工制作和学习的 CNN 滤波器，使用浅层的多尺度架构，在网络中使用尺度空间表示，在不同的层面提取关键点，并设计了一种损失函数来最大化关键特征的可重复性，使用 ImageNet 数据集创建了合成数
PDF5 years ago
USIP：3D 点云无监督稳定关键点检测
本文提出了一种 USIP 检测器，可在任意变换下从 3D 点云中检测高度重复和准确定位的关键点，而无需任何基础训练数据。通过使用多个验证数据集的实验，我们证明该方法在关键点检测上优于其他手工和深度学习的方法。
PDF5 years ago
CVPR通过深度运动转换动画任意对象
介绍一种采用深度学习方法进行图像动画生成的框架，包含关键点检测模块，密集运动预测模块和运动转移模块，并证明了该方法在多个基准数据集上优于现有的图像动画和视频生成方法。
PDF6 years ago
CVPR基于分割的 6D 物体姿态估计
本文提出一种基于分割的 6D 姿态估计框架，使用关键点检测获取局部姿态预测，并根据置信度预测将这些姿态候选融合成可靠的 3D-to-2D 对应关系，从而在多个低纹理物体相互遮挡的情况下获得最优姿态估计，其采用简单且高效的架构实现实时性能。
PDF6 years ago
多尺度监督网络用于人体姿态估计
该研究提出了基于深度卷积去卷积模型的鲁棒人体姿态估计方法，通过多尺度的上下文监督和全局回归的方式增强模型的姿态鲁棒性，并在 MPII 和 FLIC 数据集上展示了具有竞争力的性能。
PDF6 years ago
ECCVMultiPoseNet：使用姿态残差网络的快速多人姿态估计
本文介绍了一种称为 MultiPoseNet 的新型底层多人姿态估计架构，它结合了多任务模型和新型分配方法，可同时处理人物检测、关键点检测、人物分割和姿态估计问题，并在 COCO 关键点数据集上超越了所有先前的底层方法，具有更高的精度和更快
PDF6 years ago
ECCV面向类别无关的关键点和视点估计的星图
本项研究提出一种类别无关的关键点表示法，将多峰热图、关键点的三维位置和规范视角特征组合在一起，取得与特定类别状态最先进的方法相媲美的关键点检测和定位性能，并在视角估计方面取得最先进的结果。
PDF6 years ago
UMDFaces: 用于训练深度网络的带注释的人脸数据集
通过引入新的人脸数据集 UMDFaces, 我们提出了一种基于深度网络和人工标注组合的大规模人脸数据集收集和注释方法，数据集中包含 367,888 张标注的人脸图像和 8,277 个独立人物的信息，并借此新数据集和评价方法推进了人脸识别技术
PDF8 years ago
TILDE: 一个具有时间不变性的学习型检测器
本文介绍了一种基于学习的方法，用于在天气和照明条件的巨大变化下检测可重复的关键点。作者首先从相同视角的多个训练图像中识别出良好的关键点候选对象，然后训练回归器来预测得分图，以便通过简单的非极大值抑制方法找到这些点。实验结果表明，在这种具有挑
PDF10 years ago
ECCVHOPC：三维点云的方向主成分直方图用于动作识别
本文提出了一种新的 3D 动作识别技术，直接处理点云数据，并通过新的描述符和关键点检测算法提高了在噪声、动作速度和视角变化方面的稳健性。实验结果表明，该方法在人类活动数据库上的表现优于现有的算法，并引入了一个新的多视图公共数据集以展示我们的
PDF10 years ago