jacke121的专栏

动捕平滑 动捕去噪 动捕去抖动

smpl转openpose

3d pose 学习笔记2025

动捕算法记录

CVPR 2024 | 让视频姿态Transformer变得飞速，北大提出高效三维人体姿态估计框架HoT

好用的关键点标注工具

ThreeDPose

mhformer代码笔记 推理优化

3D人体运动重建

mmpose 安装 预测结果存txt

关键点平滑算法笔记

mmpose 2d姿态转json文件 coco转h36m

human36m 3d姿态可视化

PoseFormer该文提出了“第一个”纯基于Transformer的 3D 人体姿态估计网络 （PoseFormer), 算法在 Human3.6M 和 MPI-INF-3DHP 数据库上达到SOTA performance. 论文 ：3D Human Pose Estimation with Spatial and Temporal Transformershttps://arxiv.org/pdf/2103.10455.pdf已经开源：https://github.com/...

yolov8 pose

人体姿态 3D姿态 使用笔记

bvh可视化实战 bvhio

bvh 基础知识与可视化

人体姿态 示意图 2d图

3d姿态可视化

mavavi显示 3d姿态

bvh格式转换

3d姿态 mhformer 预测代码

动作计数 基于人体姿态

rtm姿态跟踪

最强姿态模型 mmpose 使用实例

https://mp.weixin.qq.com/s/jVJgv1awdIvTTUTlPvNKZA

mmpose 使用笔记

最强Pose模型RTMO开源 | 基于YOLO架构再设计，9MB+9ms性能完爆YOLO-Pose

mdiapipe pose姿态 onnx推理

YOLO-Pose: Enhancing YOLO for Multi Person Pose Estimation Using Object Keypoint Similarity Loss论文：https://arxiv.org/abs/2204.06806代码1（即将开源）：https://github.com/TexasInstruments/edgeai-yolov5代码2（即将开源）：https://github.com/TexasInstruments/edgeai-yolox

本文分享一款可以跑在手机上的3d姿态估计网络。效果图：算力3.92GFLOPS，而且平均每关节位置误差（MPJPE），也只有大约5厘米。输入是目标检测后的人体图，人体检测用的yolov5。网络结构：编码器-解码器在编码器用于全局特征提取，而解码器进行姿态估计的基础架构，研究团队对其主干网络、激活函数，以及Skip concatenation功能都进行了修改。他们在MobileNetV2的前四个倒置残差块（Residual Block）处修改了通道大小，获得了性能提升。

opencv openpose

有torch训练：https://github.com/icicle4/SimplePoseJustGaussianmxnet：https://github.com/dog-qiuqiu/Ultralight-SimplePose/blob/master/train_simple_pose.pyAndroid demo：https://github.com/CheungBH/SimplePose_demo_ncnn

论文地址：《2016 PAMI HyperFace: A Deep Multi-task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition..Hyperface-ResNet基于ResNet-101模型，并在此基础上实现了很大...

中科大和微软亚洲研究院，发布了新的人体姿态估计模型，刷新了三项COCO纪录，还中选了CVPR 2019。这个名叫HRNet的神经网络，拥有与众不同的并联结构，可以随时保持高分辨率表征，不只靠从低分辨率表征里，恢复高分辨率表征。如此一来，姿势识别的效果明显提升：在COCO数据集的关键点检测、姿态估计、多人姿态估计这三项任务里，HRNet都超越了所有前辈。...

有权重，100mhttps://github.com/mkocabas/VIBE