如何使用RepNet进行3D人体姿态估计

来源 :机器人产业 | 被引量 : 0次 | 上传用户:skycliff520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人体姿态估计是当前计算机视觉领域的热门研究问题。最近,汉诺威莱布尼兹大学的教授提出了RepNet,一种用于3D人体姿态估计的对抗重投影网络的弱监督训练方法。这种方法具有良好的性能表现,可以很好地进行单幅图像中的3D人体姿态估计。
其他文献
俄罗斯著名人口学家冉娜·安东诺夫娜·扎伊翁奇科夫斯卡娅现为俄罗斯科学院国民经济预测研究所人口流动室负责人、独联体被迫移民问题研究中心主任、独联体国家和波
针对人体运动动作图像提取传统方法仅能获取局部最佳解,提取的特征序列不连续,导致轮廓提取效果差的问题,提出一种非刚性人体运动动作图像姿态轮廓提取算法.首先,对人体运动
对于一节“好课”的标准,大家讨论得十分火热。专家有高屋建瓴的真知,一线教师有躬行所得的灼见。可是,大家是不是想到去问一问学生——一节“好课”的标准是什么?因为,毕竟
期刊
目的探讨肺炎支原体血清学被动凝集法与胶体金法在小儿肺炎支原体肺炎疾病检测中阳性率差异。方法随机选取2014年1~12月儿科肺炎患儿108例,在病程7~10d内抽取静脉血,分离血清