关键词motion representations
搜索结果 - 6
- 动态视觉刺激的神经表征
人类通过不断变化的视觉刺激来感知世界,其中场景可以移动、改变外观和距离。这篇研究论文针对动态视觉刺激的大多数研究聚焦于静态刺激,限制了对人类视觉的调查。与之相反,动态视觉刺激提供了更符合生态有效性的方法,但由于时空信息的相互作用,使得解耦稳 - CVPRTripletTrack:使用三元组嵌入和 LSTM 的 3D 对象跟踪
本文探讨了使用三元组嵌入和运动表示相结合的方法,对三维物体进行跟踪,通过实验证明该方法有效地再识别物体,并且可以在遮挡,漏检和不同场景中准确地检测再次出现。
- 非参数技能表示:软零空间投影器用于快速推广
本文提出了一种具有空间零投影器的非参数化运动基元公式,以避免频繁的参数重新优化,从而实现快速高效的运动生成,并通过采用空间零以追踪二级目标来实现 On-the-fly 的自适应技能。
- 关节动画的运动表示
本文提出了一种新的运动表示方法,能够自动分离物体中的不同部分,并追踪它们的运动,从而可以更好地进行动画制作。该方法基于完全无监督的学习,提取出有意义且一致的区域表示物体的位置、形状和姿态,适用于各种物体,并且性能超过现有的方法。
- D3D: 视频动作识别的精简三维网络
该论文研究了使用 3D CNNs 进行动作识别时,使用两个网络(时空流和时间流)的效果,并发现在时间流中存在动作表示,但其在时空流中缺失;另外也展示了如何通过引入蒸馏方法,将时空流中缺失的动作信息膨胀输出,进而提高 3D CNNs 的准确率 - CVPR动作识别的表示流
本文提出了一种卷积层,它能够学习动作表示,我们称之为表示流层,它是一种完全可微分的层,能够捕捉卷积神经网络中任何表示通道的 “流动”,通过迭代流优化过程学习参数,并与其他 CNN 模型参数一起最大化动作识别性能。我们还引入了多个表示流层学习