内容简介:CV君盘点了CVPR 2019 中有关人体姿态的论文,其中研究 3D人体姿态估计的论文最多,有 11 篇,研究 2D 姿态估计的 7 篇,姿态迁移 2 篇,人体图像生成 1 篇,人体捕捉 2 篇,另外还有2篇创建了新的基准数据集。
我爱计算机视觉 标星,更快获取CVML新技术
CV君盘点了CVPR 2019 中有关人体姿态的论文,其中研究 3D人体姿态估计的论文最多,有 11 篇,研究 2D 姿态估计的 7 篇,姿态迁移 2 篇,人体图像生成 1 篇,人体捕捉 2 篇,另外还有2篇创建了新的基准数据集。
姿态估计是很实用的CV技术,所以引起了很多工业界巨头的关注,微软、谷歌、Facebook、商汤、字节跳动都有论文。
52CV曾经解读过其中几篇论文,好的工作都是自带光环的,一出来就能被发现^_^
尤其值得一提的是,这些论文中大部分都有开源代码(少部分为非官方开源),相信CV领域技术加速进步和这种开源力量是绝对分不开的,感谢各位贡献者!
写这篇文章也耗费了CV君不少时间,欢迎文末点个“在看”。
3D 姿态估计
3D人体姿态的自监督学习,使用多视几何的方法
土耳其中东技术大学
Self-Supervised Learning of 3D Human Pose Using Multi-View Geometry
Muhammed Kocabas, Salih Karagoz, Emre Akbas
https://github.com/mkocabas/EpipolarPose
利用视频中时域上下文信息改进3D人体姿态估计,使用 bundle adjustment的方法
牛津大学、DeepMind
Exploiting Temporal Context for 3D Human Pose Estimation in the Wild
Anurag Arnab, Carl Doersch, Andrew Zisserman
https://github.com/deepmind/Temporal-3D-Pose-Kinetics
语义图卷积网络用于回归问题,改进了3D人体姿态估计
罗格斯大学、宾厄姆顿大学
Semantic Graph Convolutional Networks for 3D Human Pose Regression
Long Zhao, Xi Peng, Yu Tian, Mubbasir Kapadia, Dimitris N. Metaxas
https://github.com/garyzhao/SemGCN
用于人体姿态估计和单视图3D重建的逆图熵网络,从2D场景推断3D信息
昆士兰科技大学、昆士兰大学
IGE-Net: Inverse Graphics Energy Networks for Human Pose Estimation and Single-View Reconstruction
Dominic Jack, Frederic Maire, Sareh Shirazi, Anders Eriksson
利用几何自监督信息的非监督3D姿态估计
Amazon Lab126、佐治亚理工学院
Unsupervised 3D Pose Estimation With Geometric Self-Supervision
Ching-Hang Chen, Ambrish Tyagi, Amit Agrawal, Dylan Drover, Rohith MV, Stefan Stojanov, James M. Rehg
视频中3D人体姿态估计,使用空域卷积与半监督训练
苏黎世联邦理工、Facebook AI研究院、谷歌大脑
3D Human Pose Estimation in Video With Temporal Convolutions and Semi-Supervised Training
Dario Pavllo, Christoph Feichtenhofer, David Grangier, Michael Auli
https://github.com/facebookresearch/VideoPose3D
用于3D人体姿势估计的对抗性重投影网络的弱监督训练
莱布尼兹大学汉诺威分校
RepNet: Weakly Supervised Training of an Adversarial Reprojection Network for 3D Human Pose Estimation
Bastian Wandt, Bodo Rosenhahn
多视图的快速鲁棒多人3D姿态估计
浙江大学、德克萨斯大学奥斯汀分校
Fast and Robust Multi-Person 3D Pose Estimation From Multiple Views
Junting Dong, Wen Jiang, Qixing Huang, Hujun Bao, Xiaowei Zhou
https://github.com/zju3dv/mvpose
从2D图像进行3D人体姿态估计有多个解,使用混合密度网络在多个数据集上取得了SOTA的结果
新加坡国立大学
Generating Multiple Hypotheses for 3D Human Pose Estimation With Mixture Density Network
Chen Li, Gim Hee Lee
https://github.com/chaneyddtt/Generating-Multiple-Hypotheses-for-3D-Human-Pose-Estimation-with-Mixture-Density-Network
用于3D姿态估计的几何感知表示的弱监督方法
中山大学、北京大学、商汤研究院
Weakly-Supervised Discovery of Geometry-Aware Representation for 3D Human Pose Estimation
Xipeng Chen, Kwan-Yee Lin, Wentao Liu, Chen Qian, Liang Lin
结合3D与2D标注的数据集训练的能够应对室外环境的人体姿态估计算法,在多个室外数据集上达到SOTA
马克斯普朗克信息学研究所
In the Wild Human Pose Estimation Using Explicit 2D Features and Intermediate 3D Representations
Ikhsanul Habibie, Weipeng Xu, Dushyant Mehta, Gerard Pons-Moll, Christian Theobalt
2D 姿态估计
人体相关部件学习的特征局部共享,改进2D人体姿态估计
美国西北大学
Does Learning Specific Features for Related Parts Help Human Pose Estimation?
Wei Tang, Ying Wu
快速人体姿态估计
电子科技大学、Vision Semantics Limited
Fast Human Pose Estimation
Feng Zhang, Xiatian Zhu, Mao Ye
相关解读:
https://github.com/yuanyuanli85/Fast_Human_Pose_Estimation_Pytorch(非官方)
循环时空亲相似场的高效在线多人2D姿态跟踪
卡内基梅隆大学
Efficient Online Multi-Person 2D Pose Tracking With Recurrent Spatio-Temporal Affinity Fields
Yaadhav Raaj, Haroon Idrees, Gines Hidalgo, Yaser Sheikh
https://www.gineshidalgo.com/
增强通道和空间信息的多人姿态估计
东南大学、ByteDance AI Lab
Multi-Person Pose Estimation With Enhanced Channel-Wise and Spatial Information
Kai Su, Dongdong Yu, Zhenqi Xu, Xin Geng, Changhu Wang
深度高分辨率网络表示,用于人体姿态估计(目前的SOTA)
中国科技大学、微软亚洲研究院
Deep High-Resolution Representation Learning for Human Pose Estimation
Ke Sun, Bin Xiao, Dong Liu, Jingdong Wang
相关解读:
CVPR2019 | 微软、中科大开源基于深度高分辨表示学习的姿态估计算法
https://github.com/leoxiaobin/deep-high-resolution-net.pytorch
对任意姿态估计算法计算的结果进行提精
首尔国立大学、Kwangwoon University
PoseFix: Model-Agnostic General Human Pose Refinement Network
Gyeongsik Moon, Ju Yong Chang, Kyoung Mu Lee
https://github.com/mks0601/PoseFix_RELEASE
一种用于多人2D人体姿态估计的新型自下而上方法,该方法特别适用于城市交通,例如自动驾驶汽车和运输机器人。
洛桑联邦理工学院VITA lab
PifPaf: Composite Fields for Human Pose Estimation
Sven Kreiss, Lorenzo Bertoni, Alexandre Alahi
https://github.com/vita-epfl/openpifpaf
姿态迁移
渐进式姿态注意力模型,用于姿态迁移
华中科技大学、微软、中兴
Progressive Pose Attention Transfer for Person Image Generation
Zhen Zhu, Tengteng Huang, Baoguang Shi, Miao Yu, Bofei Wang, Xiang Bai
相关解读:
CVPR 2019 Oral | 华科开源效果超群的人体姿态迁移算法
https://github.com/tengteng95/Pose-Transfer
在姿态迁移中,通过估计密集内部表观流,更好的引导不同姿态之间的像素迁移
香港中文大学、卡内基梅隆大学、南洋理工大学
Dense Intrinsic Appearance Flow for Human Pose Transfer
Yining Li, Chen Huang, Chen Change Loy
https://github.com/ly015/intrinsic_flow
人体图像生成
基于坐标的纹理修补用于姿态引导的人体图像生成
Samsung AI Center, Skolkovo Institute of Science and Technology
Coordinate-Based Texture Inpainting for Pose-Guided Human Image Generation
Artur Grigorev, Artem Sevastopolsky, Alexander Vakhitov, Victor Lempitsky
人体捕捉
单幅图像人体捕捉: 包含手部、脸、人体
马克斯普朗克信息学研究所、宾夕法尼亚大学
Expressive Body Capture: 3D Hands, Face, and Body From a Single Image
Georgios Pavlakos, Vasileios Choutas, Nima Ghorbani, Timo Bolkart, Ahmed A. A. Osman, Dimitrios Tzionas, Michael J. Black
https://github.com/vchoutas/smplify-x
单目人体捕捉: 包含手部、脸、人体
卡内基梅隆大学
Monocular Total Capture: Posing Face, Body, and Hands in the Wild
Donglai Xiang, Hanbyul Joo, Yaser Sheikh
https://github.com/CMU-Perceptual-Computing-Lab/MonocularTotalCapture
姿态基准数据集
DeepFashion2: 服饰图像数据集,可用于检测、姿态估计、分割、重识别任务的多功能基准数据集
香港中文大学
DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images
Yuying Ge, Ruimao Zhang, Xiaogang Wang, Xiaoou Tang, Ping Luo
https://github.com/switchablenorms/DeepFashion2
提出一个针对拥挤场景的姿态估计方法和新的基准数据集
上海交大、清华
CrowdPose: Efficient Crowded Scenes Pose Estimation and a New Benchmark
Jiefeng Li, Can Wang, Hao Zhu, Yihuan Mao, Hao-Shu Fang, Cewu Lu
https://github.com/Jeff-sjtu/CrowdPose
更多论文盘点:
姿态估计专业交流群
关注最新最前沿的姿态估计相关技术,欢迎加入52CV专业交流群,扫码添加CV君拉你入群(如已为CV君好友,请直接私信, 不必重复添加 ),
( 请务必注明:姿态 ):
喜欢在QQ交流的童鞋可以加52CV官方QQ群: 702781905 。
(不会时时在线,如果没能及时通过还请见谅)
长按关注 我爱计算机视觉
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- CVPR 2018论文:「随心所欲」换装换姿态
- 从2018到2019,AI以何种姿态奔跑?
- 牛!Python 也能实现图像姿态识别溺水行为了!
- 人体姿态估计(Human Pose Estimation)常用方法总结
- 当面试官问你设计模式,高姿态怼他
- 谷歌极速人脸、手、人体姿态分析 Blaze 算法家族
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
微信民族志、自媒体时代的知识生产与文化实践
赵旭东 / 中国社会科学出版社 / 2017-9 / 98.00元
进入二十一世纪以来,随着网络技术的发展,自媒体的悄然登场深度影响着我们的日常生活。中国社会中自媒体通讯方式的普及以及随之而有的一种文化书写的新形式——微信民族志的出现使原有文化秩序中时空意义发生转变的同时,也在重新塑造着以研究异文化为己任的人类学学科自身的成长、转型与发展。在此种情境之下,由中国人民大学人类学研究所、中国人民大学国家发展与战略研究院、中国人民大学社会学理论与方法研究中心、《探索与争......一起来看看 《微信民族志、自媒体时代的知识生产与文化实践》 这本书的介绍吧!