芝麻开门叮-优快云博客

原创 Pose-Conditioned Joint Angle Limits for 3D Human Pose Reconstruction笔记

文章目录选择该篇论文的缘由论文要点汇总论文细节关节约束数据集相机参数选择该篇论文的缘由最近一直在看关于挖掘人体结构属性的论文，在《Optimizing Network Structure for 3D Human Pose Estimation》ICCV2019这篇文章中，提到了对人体关节旋转角度进行学习的论文，也就是本次笔记中的论文。虽然是2015年发表的，但其中的做法与我之前的想法有点重合，值得进一步看一下。论文要点汇总【这是一篇从2D姿态估计3D姿态的论文】收集了一个运动捕捉数据集，用于学

2021-09-24 21:04:06 725 2

原创《人体姿态估计的深度网络结构研究》论文阅读笔记

文章目录创新点1 姿态归一化的人体结构应用网络关键点检测网络基于FCN创新点1 姿态归一化的人体结构应用网络【对热力图进行旋转操作】姿态归一化：将多样性的姿态变换到标准姿态附近，标准姿态即直立姿态全局姿态归一化：整个躯体旋转角度，以躯体直立为准局部姿态归一化：根据关节进行旋转，以关节直立为准关键点检测网络基于FCN...

2021-08-30 01:24:51 384

原创 3D Human Pose Estimation with Relational Networks论文阅读笔记

文章目录创新点总结主要内容网络结构关系网络Relational dropout源码解读创新点总结提出一个新的3D姿态估计算法，使用关系网络结构表示人体部件之间的关系。使用每个人体部件产生的平均特征用于3D姿态估计。新的dropout方法，提升鲁棒性。主要内容【图像 -> （2D -> 3D），由Martinez等人的SimpleBaseline启发】网络结构【基于《A simple neural network module forrelational reasoning》

2021-08-30 00:52:08 243

原创 Learning Pose Grammar to Encode Human Body Configuration for 3D Pose Estimation论文阅读笔记

文章目录论文内容创新点具体内容BRNNS源码阅读论文内容创新点【两步方法，图像->2D->3D】一个基础的网络模型有效捕捉姿态对齐特征顶部一个分层双向RNN网络-BRNNS包含一组人体结构知识（运动学、对称、运动协调），与其他相似分层结构相比，该模型递归更加充分，并且在中间层无语义信息。一个姿态样本模拟器用于在虚拟摄像机视角中增加样本数量（提高模型通用性）【因为现有的方法过于依赖摄像机的视角，换个视角的图像性能变得很差】提出一个新的评估协议，用在跨视角的设置中，来提高不同方法的泛

2021-08-01 16:19:35 387 1

原创《姿态估计与人体解析联合学习》论文阅读笔记

文章目录《姿态估计与人体解析联合学习》论文阅读总结创新点其思考思路值得学习的地方给我的思路启发《姿态估计与人体解析联合学习》论文阅读总结创新点提出交换权重的SE模块，其思考思路值得学习的地方给我的思路启发...

2021-07-14 17:41:56 468

原创 pytorch转onnx遇到的一些问题

解决：TracerWarning: Converting a tensor to a Python index might cause the trace to be incorrect.解决：将数据输入onnx模型但是输入的维度与预先设定的不一样原因可能时在导出onnx模型前，没有使用model.eval()

2021-05-16 23:27:09 2397 1

原创 node2vec源码解读

文章目录基础知识node2vec原代码分析结构主要部分解析preprocess_transition_probs()pytorch实现数据集过程完整代码基础知识node2vec原代码分析结构主要部分解析preprocess_transition_probs()def preprocess_transition_probs(self): ''' Preprocessing of transition probabilities for guiding the random walks.

2020-08-06 17:21:12 1222 1

原创实验-流动墨迹速度感知实验

文章目录研究材料3种墨迹风格8种显示方向实验数据说明研究问题核心问题拓展问题额外问题研究方法及分析统计学分析核心问题拓展问题问题2问题3问题4额外问题数据可视化尝试1尝试2尝试3最终版总结研究材料从张旭作品《古诗四帖》中摘选一个字”丘“作为样本，制作3种不同的流动墨迹效果，并且通过随机的旋转+镜像的方式，对每种效果产生8个扭曲版本。测试者在目测6个标记点（ABCDEF)的流动速度，通过拖动箭头...

2020-01-05 20:49:46 416

gagaguagua的博客