m0_53534129的博客

要解决的问题 有3D关键点标注的数据集太少，所以我们想生成这样的数据集。所以我们提出了一个 利用视频进行动作估计的新方法，解决了数据集缺乏和预测准确率不佳的问题。 主要创新点 利用**对抗式生成网络**来区分**真实人类动作**和由**网络生成的动作** 网络结构 ##结构图 本文结构主要分为两个部分： ## 时序编码器G： 通过输入的视频帧，输出SMPL人体参数模型。 ## 动作判别器E: 用AMASS数据集中的真实人体数据来判别生成的人体数据是否真实。 ...

UCTransNet: Rethinking the Skip Connections in U-Net from a Channel-wisePerspective with Transformer.

论文笔记：3D Human Pose Estimation with Spatial and Temporal Transformers