DHP19: Dynamic Vision Sensor 3D Human Pose Dataset论文笔记
一.概述
本片论文主要提出了一个事件相机的3D人体姿态的数据集,可用于做人体姿态估计
数据集地址:https://sites.google.com/view/dhp19/user-guide
该数据集使用4个不同位置的事件相机,每个不同位置的事件相机的输出均被记录,同时使用运动捕捉系统得到人体运动的真实姿态。3D 坐标是从 Vicon 中提取的,而 2D 坐标是手动标记的。 3D 坐标是从 Vicon 中提取的,而 2D 坐标是手动标记的。 3D 坐标是从 Vicon 摄像机中提取的,而 2D 坐标是手动标记的。
二.model
论文提出了一个姿态估计的模型
方法比较简单,属于2D to 3D的方法,预测2D时使用CNN,预测3D的时候使用的是两个相机进行三角测量得到,没有用到学习的方法。
三.缺点
姿态缺失的情况较为严重,不动的时候事件相机无法输出事件,造成了一部分的运动缺失,文中说可以通过下面的方法改进:
只有当每个关节的置信度高于某个阈值(置信阈值)时,才可以通过在时间步T更新每个关节的CNN预测来缓解静态肢体的问题,否则将保留来自时间步(T-1)的CNN预测。
四.想法
通过三角测量的方法将2D to 3D我觉得并不好用,可以直接进行学习得到的结果感觉会更好,并且可以用四个事件相机得到的2D pose进行学习得到3D pose
解决姿态缺失的方法我觉得还可以改进,因为比如从一开始下半身就不动,事件相机输出的就是下半身一直缺失的状态,这样保留前一个时间步也没有用,没法解决初始步就发生姿态缺失的问题。
DHP19: Dynamic Vision Sensor 3D Human Pose Dataset论文笔记相关推荐
- 3D human pose 重要论文分类(持续更新)
3D human pose 重要论文整理(持续更新) 内容较多,提供目录便于查找 目录 3D human pose 重要论文整理(持续更新) 传统方法 深度学习方法 3D Pose 从单幅图像直接出3 ...
- AggPose: Deep Aggregation Vision Transformer for Infant Pose Estimation 论文笔记
IJCAI 2022- AggPose:用于婴儿姿态估计的深度聚合 vision transformer 论文链接 To appear in the 31th International Joint ...
- 论文阅读 [TPAMI-2022] Locally Connected Network for Monocular 3D Human Pose Estimation
论文阅读 [TPAMI-2022] Locally Connected Network for Monocular 3D Human Pose Estimation 论文搜索(studyai.com) ...
- Towards 3D Human Pose Estimation in the Wild: a Weakly-supervised Approach论文翻译
论文地址:https://arxiv.org/abs/1704.02447 code:https://github.com/xingyizhou/pytorch-pose-hg-3d Towards ...
- 视频中的3D人体姿态估计(3D human pose estimation in vide)--------Facebook research: VideoPose3D
视频中的3D人体姿态估计(3D human pose estimation in video) 解读Facebook AI Research in CVPR2019: <3D human pos ...
- 2D/3D人体姿态估计 (2D/3D Human Pose Estimation)
1. 基本概念 算法改进入口 网络设计 特征流 损失函数 数据集的重要性:只要有一个好的.针对性的数据集,问题都可以解决 过集成新一代AutoML技术,可降低算法试错成本 人体姿态估计(Human P ...
- 3D人体姿态估计--Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human Pose
Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human Pose Project and Code: https://www.se ...
- 论文笔记--3D human pose estimation in video with temporal convolutions and semi-supervised training
3D human pose estimation in video with temporal convolutions and semi-supervised training(利用时间卷积和半监督 ...
- 论文阅读: 3D Human Pose Estimation in the Wild by Adversarial Learning
论文地址:https://arxiv.org/abs/1803.09722 出自港中文,CUHK-SenseTime Joint Lab 一.总体框架描述 1.本篇论文主体思路是提出了一个对抗性的学习 ...
最新文章
- 信息技术守护人类文明DNA
- 乡巴佬GHOST WIN7 SP1 旗舰版32位
- Linux 下复制(cp)目录时排除一个或者多个目录的方法
- android 分支管理,Android Studio git使用,包括协同开发,分支管理。
- Effective Java之用接口模拟可伸缩的枚举(三十四)
- TCP/IP参考模型和五层参考模型
- Linux下使用源码安装出现的坑
- 我的软件测试之旅:(10)贡献——开发项流程
- 查询英语单词 - 有道官方(一)
- 基于eNSP的校园网设计的仿真模拟
- 小米笔记本pro频繁蓝屏故障解决
- Solid PDF Tools(PDF全能工具) v10.0中文破解版
- 诺基亚N9—刷机教程
- 二战三跨考生的血与泪,交大电通两年记录
- [CyanogenMOD移植教程] 前言:什么是CyanogenMod
- hacker与cracker区别
- 为什么说入职国企也能越混越好?局外人不懂,内行人明白这4点
- 直播api接口java_基于JAVA的电视台直播节目时间表api调用代码实例
- Vue进阶(贰零柒):Webpack 性能优化措施汇总
- 基于springboot+vue前后端分离的学生在线考试管理系统