Thewindking的博客

论文翻译

Cross View Fusion for 3D Human Pose Estimation（用于三维人类姿势估计的跨视图融合

  在这项工作中，展示了视频中的3D姿态可以被基于2D关节点的空洞时域的全卷积模型有效的预测，同时引进了反向映射back-projection, 一种可以利用为标记的视频数据的简单而有效的半监督训练方法。

训练准确的三维人体姿态估计器需要大量的三维真实数据，而这些数据的收集成本很高。由于缺乏3D数据，各种弱监督或自监督的姿势估计方法已经被提出。然而，这些方法，除了二维真实姿势外，还需要各种形式的额外监督（例如，未配对的三维真实数据，一个小的标签子集）或多视图设置中的相机参数。为了解决这些问题，我们提出了EpipolarPose，一种用于三维人体姿势估计的自我监督学习方法，它不需要任何三维地面真实数据或相机外因。在训练过程中，EpipolarPose从多视角图像中估计出二维姿势，然后，利用epipolar几何学

单一深度图像中的鲁棒性三维手部姿势估计：从单视图CNN到多视图CNN

因为大多数现有的姿势估计学习常用的方法是提取图象的低分辨率特征，然后从低分辨率恢复高分辨率进行预测。但是在恢复高分辨率表征时，会丢失信息。HRNet提出一种网络使其在整个过程中保持高分辨率的表征。  HRNet网络从一个高分辨率子网络开始，逐渐增加高到低的子网络以形成更多的阶段，并平行连接多分辨率的子网络。每个高-低分辨率的表征都能反复接收其他平行表征的信息，从而形成丰富的高分辨率表征（）通过反复融合由高到低的子网络产生的表征，产生可靠的高分辨率表征）

没有外部校准模式的校准  从多个图像中估计3D姿势需要校准相机，以达到与目标尺寸相称的精度水平–在测量像果蝇这样小的动物的腿部运动时，这是一个困难的挑战。因此，DeepFly3D没有使用典型的外部校准网格，而是使用苍蝇本身作为校准目标。它检测苍蝇身体上的任意点，并依靠捆绑调整（Chavdarova等人，2018）来同时为这些点分配三维位置，并估计每个摄像头的位置和方向。为了提高鲁棒性，它执行了适用于系留苍蝇的肢体长度和运动范围的几何约束。

用于人体姿势估计的深度双连续网络（Deep Dual Consecutive Network for Human Pose Estimation）

论文摘要笔记

大行为：深度行为分析新时代的挑战和机遇