keypoint localization | BriefGPT

关键词keypoint localization

搜索结果 - 9

CVPRLocLLM: 大型语言模型通过人体关键点定位实现通用化
通过使用文本描述中的关键点线索，借助 LocLLM，将大规模语言模型（LLM）与图像和文本指令作为输入，输出所需的关键点坐标，有效扩展了现有的关键点定位模型的能力。
PDFa month ago
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
CVPRFew-shot 几何感知关键点定位
本文提出了一种基于 Few-shot learning 的填充关键点标注鲁棒性方法，通过少数的半监督数据和大量的自监督数据，在各种不同的物体类别中实现了语义一致的关键点定位和更准确的 3D 几何重建局部特征的二维定位。
PDFa year ago
ICLR伪标记的自动课程学习用于半监督关键点定位
该研究采用一系列动态阈值来自动选择可靠的伪标签样本，形成一个学习课程，从而显著优于先前最先进的 SSL 方法，在六个 keypoint 本地化基准数据集上进行了广泛的实验。
PDF2 years ago
ICCVTransPose: 基于 Transformer 的关键点定位
本文介绍了一种名为 TransPose 的模型，它是用 Transformer 来进行人体姿态估计的，能够有效地捕捉长距离的关系以及细粒度的图像依赖关系，并通过产生热力图来进行关键点的定位。基于此，模型可以实现更快速的处理速度和更轻量化的模
PDF4 years ago
ECCV多人姿态估计中细致本地表示的学习
本文提出了一种新颖的方法 ——Residual Steps Network（RSN）。RSN 能够有效地聚合相同空间大小的特征（Intra-level features）以获取精细的局部表示，从而保留丰富的低级空间信息，并导致精确的关键点定
PDF4 years ago
CVPR多尺度聚合 R-CNN 用于二维多人姿态估计
本文提出了一种名为 MSA R-CNN 的多尺度聚合方法，该方法通过多尺度 ROIAlign 块和多尺度关键点头网络来利用多尺度信息，并将人体检测和关键点定位合并到一个模型中，从而实现了较小的计算量，该方法在 2D 多人关键点本地化数据集上
PDF5 years ago
CVPR级联金字塔网络用于多人姿势估计
本研究提出了一种名为 CPN 的多人姿态估计的网络结构，该算法采用自上而下的流程首先生成人体边界框，然后在每个边界框内使用 CPN 进行关键点的定位，实验结果显示与 COCO 数据集上的平均精度 73.0 和 72.1 相比，相对提高了 1
PDF7 years ago
基于多提案一致性的细粒度分类部分定位
本文提出了一种简单的深度学习框架，可以同时预测关键点的位置和可见性，并利用这些来实现细粒度分类的最新性能。作者表明，通过将预测条件设置为具有足够图像支持的物体提议，我们的方法可以在不需要复杂的空间推理的情况下良好地完成。我们的关键点定位和可
PDF9 years ago