yychentracy的博客

motivationone-shot的姿态估计在人体关节定位，相机姿态估计，目标跟踪中都是存在噪声的，时间滤波器广泛用来进行正则化。在姿态估计的任务中，广泛使用的model都是假定运动的速度和加速度是恒定的，这样只能是对现实的一种粗略估计。这种假定是严重抑制的，我们需要学习的是一些动态运动和噪声模型。所以使用了一种LSTM从数据中学习模型，并且允许依赖于所有的先前观察和所有的先前状态的表示。...

**Multi-Label Image Recognition with Graph Convolutional Networks **多标签图像识别的任务就是预测图像中出现的一组目标标签，，我们可以对标签依赖关系进行建模，提高识别性能，为了捕捉和探索这些重要的依赖关系，我们提出了一种基于图卷积网络多标签分类模型，该模型将这个标签图映射到一组相互依赖的目标分类器中，这些分类器应用由另一个子网络提...

main idea这篇文章提出了一个新的数据集，是在原有的数据集上进行扩充的，包含491k的images，每张图片都包含丰富的语义标注，包括 style,scale,occlusion,zooming,viewpoint,bounding box,dense landmarks and pose.pixel-level masks.pair of image.这篇章提出了一个benchmark...

challenge关键点可见性受穿着，姿态，视角影响很大，而且面临着遮挡，光照，雾等环境的影响，2d人体检测和3d人体关键点视觉上会有明显的差异，身体的不同部位有视觉缩短的效果，使得人体骨骼关键点。关键点检测算法关键点检测算法主要分为自上而下和自下而上两种。自上而下就是目标检测+单人骨骼关键点检测1关键点的局部信息区分度很弱，背景中很容易出现同样的局部信息造成的混淆，需要考虑较大的感...