human parsing—学习笔记

最新推荐文章于 2025-09-17 00:17:45 发布
原创 最新推荐文章于 2025-09-17 00:17:45 发布 · 3.5k 阅读 · 15 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#human parsing

本文综述了多人群体解析领域的最新研究进展，包括弱监督和半监督的人体部位解析、基于姿势引导的知识迁移、检测自由的人体实例分割、宏微观对抗网络的人体解析以及在拥挤场景中理解人类的深层嵌套对抗学习。介绍了多个关键数据集如ATR、Look-into-Person和Multi-Human-Parsing，以及创新性的架构如MH-Parser、WSHP、Pose2Seg、MMAN等。

文章目录

Multi-Human Parsing in the Wild

  • paper
    Multi-Human Parsing in the Wild
    human parsing dataset
    • ATR（17700 person instances）
    • Look-into-Person （50462 person instances）
    • Multi-Human-Parsing （14969 person instances）
      在这里插入图片描述
      在这里插入图片描述
      overall architecture of MH-Parser
      在这里插入图片描述

Weakly and Semi Supervised Human Body Part Parsing via Pose-Guided Knowledge Transfer

Pose2Seg：Detection Free Human Instance Segmentation

Macro-Micro Adversarial Network for Human Parsing

Understanding Humans in Crowded Scenes: Deep Nested Adversarial Learning and A New Benchmark for Multi-Human Parsing

studyeboy
关注
Human Parsing with Contextualized Convolutional Neural Network
04-17
ICCV2015年的论文《Human Parsing with Contextualized Convolutional Neural Network》的PPT（我制作的）和相关文献。
整理的一些human parsing数据集
03-18
数据集包括：ATR(human parsing)、LIP(Looking into Person)、Multi-human-parsing数据集。基本山涵盖了所有国际公开的human parsing数据集！
Human Parsing人体解析多篇论文简读
carlous0的专栏
10-11 2158
Macro-Micro Adversarial Network for Human Parsing（ECCV2018） 摘要：在人体解析中，pixel-wise分类loss在低级局部不一致和高级语义不一致上有不足。引入带有一个判别器的生成式网络来解决这两个不一致。但是，这两种不一致是由不同机制产生的，所以一个判别器不能解决两个不一致。所以提出Macro-Micro对抗网络，俩判别器。同时...
[paper] Multiple Human Parsing
AlgoComp
06-13 1547
Towards Real World Human Parsing: Multiple-Human Parsing in the Wild Paper: https://arxiv.org/pdf/1705.07206.pdf
最完整mattmdjaga/human_parsing_dataset数据集深度剖析：特性、标注与应用指南
最新发布
gitblog_00534的博客
09-17 971
你是否在寻找高质量的人体解析数据集？还在为标注不一致、类别覆盖不全而烦恼？本文将全面解析mattmdjaga/human_parsing_dataset数据集的核心特性、标注规范与实战应用，帮助你快速掌握这个强大工具的使用方法。读完本文，你将获得： - 数据集的详细构成与类别体系 - 标注质量评估与性能基准 - 与SegFormer模型的集成实战 - 行业应用场景与优化策略 ## 数据集概述：解...
人脸解析（Face Parsing）和人体解析Human Parsing：方法、数据集和论文
热门推荐
yuanlulu的博客
03-15 2万+
人脸解析 人脸解析（Face Parsing）即把人脸的各个部分分割出来。下图左侧是原图，中间是标注，右侧是我输出的结果： 这方面网上资料不多，论文也不火，很少看到商用的。目前看到华为有提供这个功能。 华为人脸解析地址：https://developer.huawei.com/consumer/cn/hiai/engine/face-parsing 人脸解析可预见的应用场景就是虚拟试妆，或者电...
人体解析数据集（human parsing）及近期论文
wxf19940618的博客
11-02 2万+
人体解析-human parsing 研究目标与意义 人体解析是指将在图像中捕获的人分割成多个语义上一致的区域，例如， 身体部位和衣物。作为一种细粒度的语义分割任务，它比仅是寻找人体轮廓的人物分割更具挑战性。 人体解析对于以人为中心的分析非常重要，并且具有许多工业上的应用，例如，虚拟现实，视频监控和人类行为分析等等。 数据集 数据集 人数/张 ...
Learning Human-Object Interactions by Graph Parsing Neural Networks阅读笔记
qq_46805191的博客
03-17 662
前言 这是一篇2018年发表在ECCV上得paper，论文原文点这里。 笔记 说实话刚看到这篇文章还是有点唬人的，文中作者提出了一个网络模型叫GPNN，图解析神经网络，我以为是跟GNN有关系，花了一些时间去看了近些年GCN的一些发展回头又读这篇文章的时候把GCN的思想带进去发现怎么都读不懂，后来才发现这篇文章仅仅是用了图的“结构”，后边的网络仍然是正常的Conv2D卷积。 作者介绍，其提出了GPNN，一个可以结合结构知识和深度神经网络的学习能力的端到端的模型框架。对于给定的情景（一张图片），GPN
Look into Person: Self-supervised Structure-sensitive Learning and A New Benchmark for Human Parsing
wxf19940618的博客
11-09 510
Look into Person: Self-supervised Structure-sensitive Learning and A New Benchmark for Human Parsing 论文笔记 一、提出问题 现存的数据集只有有限的图像和标注，缺乏人类外观的多变性； 现有的人体解析方法的一个主要缺陷是缺乏对人体姿态的考虑，虽然已经有一些方法将姿态估计引入人体解析问题中，但是姿...
论文笔记之Pose-aware Multi-level Feature Network for Human Object Interaction Detection
加油
06-20 994
利用姿态线索来放大人体的有关局部区域来获得细粒度的信息 被ICCV2019接收 论文地址：https://arxiv.org/pdf/1909.08453 1.摘要 推理人机交互是以人为中心的场景理解中的一个核心问题，由于人类对象配置的巨大变化、多个共生关系实例以及关系类别之间细微的视觉差异，检测这种关系对视觉系统提出了独特的挑战。为了解决这些问题，我们提出了一种多层次的关系检测策略，该策略利用人的姿势线索来捕捉关系的全局空间结构，并作为一种注意机制来动态地放大人的局部相关区域。具体来说，我们开发了一个.
论文笔记之Learning Human-Object Interaction Detection using Interaction Points
加油
07-25 2868
直接预测人-物的交互点和交互向量（用于分组），再与人/物检测结果关联得到最终结果。 CVPR2020接收 论文地址：https://arxiv.org/abs/2003.14023 1. 摘要 理解人与物体之间的相互作用是视觉分类的基本问题之一，也是实现详细场景理解的重要步骤。人与物体之间的交互（HOI）检测力求既定位人与物体，又确定它们之间的复杂交互。 大多数现有的HOI检测方法都是以实例为中心的，其中基于外观特征和粗糙的空间信息来预测所有可能的人-物体之间的交互。 作者认为，仅外观特征不足以捕获复杂.
机器学习笔记 - 语义分割资源清单
学以致用 知行合一
05-17 2224
苦逼学生党的Google Colab使用心得 https://zhuanlan.zhihu.com/p/54389036 colab 上挂载云盘，切换到指定目录 #挂载云盘 from google.colab import drive drive.mount('/content/drive/') #是否可用cuda import torch torch.cuda.is_available() #切换目录 import os os.chdir('/content/drive/My Drive/Al
Self-Correction-Human-Parsing:开箱即用的人类解析表示提取器
05-13
人工解析的自我校正 开箱即用的人类解析表示提取器。 在第三项LIP挑战中，我们的解决方案在所有人工解析轨道（包括单个，多个和视频）中排名第一！ 特征： 开箱即用的人类解析提取器，可用于其他下游应用程序。 在三个流行的单人人类解析数据集上进行预训练的模型。 训练和伪造的代码。 对多人和视频人的解析任务的简单而有效的扩展。 要求 conda env create -f environment.yaml conda activate schp pip install -r requirements.txt 简单的开箱即用提取器 最简单的入门方法是在您自己的图像上使用我们训练有素的SCHP模型来提取人工解析表示形式。 在这里，我们在三个流行的数据集上提供了最新的。 这三个数据集具有不同的标签系统，您可以选择最适合自己任务的数据集。 LIP（ ） 进行LIP验证的费用：59.36
humanparsing自然场景人体语义分割
Anymake的专栏
12-25 5431
humanparsing自然场景人体语义分割+颜色识别
人体解析任务 和 Look into Person数据集 （附源码分享）
hyk_1996的博客
06-14 9472
人体解析任务 人体解析（human parsing），属于语义分割任务的子任务，旨在对人类图像进行像素级的是细粒度分割（例如，划分出身体部位和服装）。根据不同的场景，又可以分为单人人体解析（single-person human parsing）和多人人体解析（multi-person human parsing，或者 instance-level human parsing）。除此之外，按照处...
深度学习人体解析
如果想成为中心，那么就到中心去吧。
01-09 2262
人体解析旨在将图像或视频中的人体分割成多个像素级的语义部分。在过去的十年中，它在计算机视觉社区中获得了极大的兴趣，并在广泛的实际应用中得到了应用，从安全监控到社交媒体，再到视觉特效，这只是其中的一小部分。尽管基于深度学习的人工解析方案已经取得了显著的成就，但许多重要的概念、存在的挑战和潜在的研究方向仍然令人困惑。全面回顾了单人体解析、多人体解析和视频人体解析这3个核心子任务，介绍了它们各自的任务设置、背景概念、相关问题和应用、代表性文献和数据集。还在基准数据集上对所审查的方法进行了定量的性能比较。
Human Semantic Parsing for Person Re-identification(Parsing 方法)
凹酱的DEEP LEARNING
03-13 1294
4.Human Semantic Parsing for Person Re-identification(Parsing 方法) 语义解析用于重识别 论文的细节和技巧： 框架： 2048global + 2048前景 +加其他4个parsing的max pooling后的2048 +l2 normalization作为特征，效果最好。 训练： 第一阶段：先在111000 im...
Weakly and Semi Supervised Human Body Part Parsing via Pose-Guided Knowledge Transfer
weixin_42881607的博客
06-29 360
论文的核心思想是利用人体的解剖相似性，将一个人的解析结果传递给另一个姿势相似的人。 1、背景 为了更加精细地对人的行为进行分析，关键的一点就是能够将人体的各个部分分割出来。但是这个问题很难，因为让人去标注这些数据（一个部分一个部分地画出来）是非常困难的；也正是因为这样，目前这方面最大的数据集也只有少于 2000 个用于训练的标注数据。那么最好的方法就是让机器能够自动且有效地标记出这样的 label...
多人部件解析--Towards Real World Human Parsing: Multiple-Human Parsing in the Wild
lien0906的专栏
02-26 716
Towards Real World Human Parsing: Multiple-Human Parsing in the Wild https://arxiv.org/abs/1705.07206数据库没给出来啊！本文针对当前 human parsing 数据库基本都是单人标记，而图像实际情况经常含有多人，这里我们提出了一个 Multiple-Human Parsing (MHP) 数据库，...
CRF机器学习笔记配套代码解读
以上知识点的介绍是基于标题“CRF笔记代码”、描述“这是笔记配套的代码，详细说明看本人博文，上面有详细介绍”以及标签“CRF 机器学习笔记”和文件名列表“CRFExample-master”综合推测得出的。具体的实现细节、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值