ECCV2020-Peeking into occluded joints: A novel framework for crowd pose estimation论文阅读

最新推荐文章于 2025-07-27 11:11:29 发布
最新推荐文章于 2025-07-27 11:11:29 发布
阅读量576 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 论文阅读 pose estimation 文章标签： 计算机视觉
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。
本文链接：https://blog.youkuaiyun.com/zhang_comeon/article/details/109259770

作者： Lingteng Qiu, Xuanye Zhang, Yanran Li, Guanbin Li, Xiaojun Wu, Zixiang Xiong, Xiaoguang Han, Shuguang Cui
单位 ： 香港中文大学；深圳市大数据研究院；哈尔滨工业大学；
论文地址
代码（待公布）
主页

遮挡对姿态估计性能影响很大，现有基于热图进行姿态估计的方法是直接定位关节点，但不可见关节点无法直接定位，因此估计性能较差。本文提出一个综合考虑了图像内容和姿态结构信息的图像引导渐进GCN模块，来从推断的角度估计不可见关节点，并提出了一种新的OPEC-Net框架和一个具有9k张注释图像的新遮挡姿态数据集(OCPose)，该数据集从平均IoU方面，是目前公开最复杂的遮挡数据集。

一、针对问题

针对拥挤人群中有人体遮挡的情况，基于热图估计人体姿态时，直接定位不可见关节点不可行，作者认为不可见关节点与图像内容及人体姿态结构信息密切相关，因此采用综合推断的方法更靠谱。

二、主要工作

1. OPEC-Net
在这里插入图片描述
（1）姿态初始化
用于获取可见关节点的姿态估计热图，包含关节点的坐标和置信度信息，主要用AlphaPose+实现，对于OCPose, CrowdPose and OCHuman,

最低0.47元/天 解锁文章

200万优质内容无限畅学
LibTorch NMS
jacke121的专栏
06-22 3111
linux的代码： https://github.com/lingtengqiu/LibTorch_NMS
Peeking into occluded joints: A novel framework for crowd pose estimation
sinat_42239797的博客
03-31 1083
论文：Peeking into occluded joints: A novel framework for crowd pose estimation 代码：即将开源，后期更新 年份：2020CVPR 现有遮挡研究方法的内在问题 缺陷一：它们根据视觉信息直接定位关节；然而，看不见的关节缺乏这一点。 本论文解决方案：提出一个 Image-Guided Progressive GCN modul...
Peeking into occluded joints: A novel framework for crowd pose estimation源码解读
m0_48780533的博客
01-04 337
Peeking into occluded joints: A novel framework for crowd pose estimation源码解读Peeking into occluded joints: A novel framework for crowd pose estimation主要思想代码运行流程合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建
姿态估计Top-down系列：Peeking into occluded joints: A novel framework for crowd pose estimation
ming6383的博客
05-13 1359
原文：Peeking into occluded joints: A novel framework for crowd pose estimation 代码：OPEC-Net Abstract 虽然遮挡在自然界中广泛存在，并且仍然是姿态估计的一个基本挑战，但现有的基于热图的方法在遮挡问题上存在严重的退化。它们固有的问题是，直接根据图像信息定位关节点；然而，不可见的关节点却缺乏图像信息。与直接定位不同的是，文章从推理的角度对不可见关节进行了估计，提出了一个图像引导的渐进式 GCN 模块，该模块提供了对图像
Peeking into occluded joints: A novel framework for crowd pose estimation 论文阅读笔记
AnZhiJiaShu's blog
06-17 1059
论文链接 代码链接摘要： 自然界中普遍存在遮挡，且遮挡仍是姿态估计的一个挑战。现有的基于热图的方法会受遮挡的严重影响，因为热图法基于视觉信息直接定位关节，而不可见的关节缺乏视觉信息。与定位不同，我们提出一个图像引导的渐进式GCN（Image-Guided Progressive GCN ）模块，从推理的角度估计不可见关节，该模块提供对图像上下文和姿态结构的全面理解。此外，现有的基准对遮挡的评估也十分有限。因此，我们深入研究此问题，并提出了一个新的 OPEC-Net 框架和一个新的包含遮挡姿态标注的 9k 张
OPEC-Net:窥探咬合的关节
05-05
欧佩克网络 （ECCV2020） 依存关系 PyTorch（> = 0.4 && <= 1.1） 多媒体广告 OpenCV 视觉 pycocotools 此代码已在具有两个NVIDIA 1080Ti GPU的Ubuntu 18.04，CUDA 10.1，cuDNN 7.1环境下进行了测试。 使用Python 3.6.5版本进行开发。 OCPose 关于OCPose 我们建立了一个新的数据集，称为“遮挡姿势”（OCPose），该数据集包含更重的遮挡来评估MPPE。 它包含具有挑战性的隐形关节和复杂的缠绕人体姿势。 数据集 全部的 IoU> 0.3 IoU> 0.5 吸光度> 0.75 平均IOU 人群姿势 20000 8704（44％） 2909（15％） 309（2％） 0.27 可可2017 118287 6504（5％） 1209（1％） 106（<
ECCV 2020 论文大盘点-姿态估计与动作捕捉篇
我爱计算机视觉
09-28 1952
本文盘点ECCV 2020 中所有与姿态估计（Pose Estimation）相关的论文，总计 12 篇，其中一篇Oral 论文，6 篇已经或者将开源代码。下载包含这些论文的 ECCV ...
人体3d关节点
u011196187的博客
05-13 1794
人体3d关节点
计算机视觉大型攻略 —— SLAM(2) Graph-based SLAM（基于图优化的算法)
plateros的专栏
12-16 5013
前面介绍了基于EKF的SLAM算法。EKF算法由于状态向量，协方差矩阵的大小随着特征点(路标)的增长而迅速增长，导致其不太适合大场景的应用。本文描述基于图优化的SLAM算法。目前由于SLAM图的稀疏性得到广泛认可，这种SLAM在效果和效率上的优势非常明显。
【论文阅读笔记】Multi-Scale Structure-Aware Network for Human Pose Estimation
时光机 °的博客
12-29 710
论文地址：https://arxiv.org/abs/1803.09894 论文总结   本文的主要贡献是提出了一种结构损失的损失函数，将几个物理相连的肢体关键点连接起来，用于人体姿态估计。肢体是我们所认知的人体结构先验，本文将其利用了起来。可以利用身体结构先验，从可见关键点得到不可见关键点的线索。   本论文的改进了目前的深层conv-deconv的 hourglass 模型，有四点改进：（1）多尺度监督想法的实践，通过结合跨尺度的特征heatmaps来加强身体关键点的上下文信息；（2）多尺度回归网络，对
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields笔记
xiaofeilongyu的博客
08-15 496
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields，     本文的研究目标为给定一张RGB图像，得到所有人体关键点的位置信息，同时知道每一个关键点是属于图片中具体哪个人的，即得到关键点之间的连接信息。具体的效果展示即实时的在视频上对每一帧图像进行检测的结果，并没有做任何的目标追踪，或其他利用时间上的连续性加速这...
Peeking into the Future: Predicting Future Person Activities and Locations in Videos 文章理论部分的问题和详细解析
qq_42902997的博客
09-24 1921
1. 本文研究的具体内容 系统根据1到Tobs的帧内容，预测 Tobs+1T_{obs+1}Tobs+1​ 到 TpredT_{pred}Tpred​ 时间范围的人的轨迹和活动 预测的轨迹表示方法：以xy坐标表示 预测的人的活动的表示方法：以活动标签的形式 2. 本文主体部分用到的知识及概念 Social-LSTM：（LSTM的基础知识、结合注意力机制的LSTM等） Social-GAN：（...
遮挡关节点处理的相关调研
duyue3052的博客
09-27 1083
《基于视频的三维人体重建和运动捕捉》 1.1，1.2 运动捕捉/运动跟踪的综述，包括具体定义、代表性的运动捕获系统、基于视觉的优点、应用 1.3 困难、本文针对的领域 1.4 本文的主要研究工作及创新之处。 2.1 商业性运动捕获系统 计算关节点位置和方向 Herda 等[21]在标记点跟踪的过程中引入三维人体模型协助进行运动估计，提高了系统的鲁棒性，减少了为解决遮挡或标记点识...
Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）
热门推荐
不脱发的程序猿
07-01 21万+
目录 1、人体姿态估计简介 2、人体姿态估计数据集 3、OpenPose库 4、实现原理 5、实现神经网络 6、实现代码 1、人体姿态估计简介 人体姿态估计（Human Posture Estimation），是通过将图片中已检测到的人体关键点正确的联系起来，从而估计人体姿态。 人体关键点通常对应人体上有一定自由度的关节，比如颈、肩、肘、腕、腰、膝、踝等，如下图。 ...
PiscCode实现从图像到字符艺术
weixin_43607107的博客
07-27 764
本文介绍了一种使用Python和OpenCV将实时视频转换为动态字符艺术的技术方案。该系统通过马赛克化处理、灰度转换、字符映射和绘制等步骤，将视频帧转换为由特定字符组成的图像，其中字符根据灰度值进行选择。详细解析了核心算法，包括马赛克处理、灰度映射策略和字符绘制优化，并讨论了字符选择、性能优化和视觉增强等关键技术细节。该技术不仅具有艺术价值，还可应用于终端艺术、创意设计和教育工具等场景。文章提供了完整的实现代码示例，展示了数字图像处理与艺术表达的创新结合。
SET: Spectral Enhancement for Tiny Object Detection（CVPR2025）
qihshe的博客
07-23 794
本文提出了一种针对 Tiny Object Detection（TOD）任务的新型方法——Spectral Enhancement for Tiny object detection（SET）。通过对特征编码后的小物体进行频域分析，发现高频信息对小物体识别造成了干扰，因而设计了通过抑制背景中的高频信息来增强小物体检测性能的方法。具体地，SET 包含两个模块：层次化的背景平滑（HBS）模块和对抗扰动注入（API）模块。
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现PCB上二维码检测识别（C#代码UI界面版）
最新发布
xianzuzhicai的博客
07-27 266
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现PCB上二维码检测识别（C#代码UI界面版）
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型通过YoloV8深度学习模型实现工人安全装备（安全帽、手套、马甲等）检测识别 （C#）
xianzuzhicai的博客
07-24 776
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型通过YoloV8深度学习模型实现工人安全装备（安全帽、手套、马甲等）检测识别 （C#）
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