논문 요약: A simple yet effective baseline for 3d human pose estimation
소개
다음 논문
[1] J. Martinez, et. al.
A simple yet effective baseline for 3d human pose estimation
요약. ICCV2017에 accept되었습니다.
2년 전에 발표된 낡은 논문이지만, 그 후의 논문에 준 영향을 생각해, 쭉 리서치 한다.
arXiv 링크:
htps : // 아 rぃ v. rg/아bs/1705.03098
코드가 저자인지 확실하지 않지만
htps : // 기주 b. 코 m / 우나 - 사우리아 / 3d 포세 바세
등 일부 존재.
개요
문제 설정
관절의 개수를 $n$로 한다.
2차원에서의 각 관절의 좌표를 ${\rm\bf x}\in\mathbb{R}^{2n}$ , 3차원에서의 각 관절의 좌표를 ${\rm\bf y}\in\mathbb{ R}^{3n}$ 라고 한다.
검증하고 싶은 내용은 $f^* :\mathbb{R}^{2n}\to\mathbb{R}^{3n}$ 되는 $f^*$ 가 얼마나의 정밀도를 가지고 있는가.
따라서
f^* = \min_f \frac{1}{N} \sum^N_{i=1} \mathcal{L} (f({\rm \bf x}_i) - ({\rm \bf y \rm}_i))
를 요구한다. $f^*$ 는 신경망이다.
신경망 아키텍처
$f^* :\mathbb{R}^{2n}\to\mathbb{R}^{3n}$ 의 $f^*$ 는 다음과 같은 아키텍처입니다.
[1] figure1부터
(전 결합-batch norm-relu-dropout) x2 한 것에 입력을 add 하는 resicual block가 2개.
2 차원 골격은 [2]의 stacked hourglass를 사용하여 구한다.
결과
결과 중 하나는 이런 느낌.
[1]table2에서
다른 방법보다 손실이 상당히 낮습니다. ··· 2차원 골격에서 3차원 골격으로의 변환 부분은 오차가 적다고 말할 수 있다.
참조
[2] A. Newell, K. Yang, and J. Deng. Stacked hourglass net-
works for human pose estimation. In ECCV, 2016.
Reference
이 문제에 관하여(논문 요약: A simple yet effective baseline for 3d human pose estimation), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/masataka46/items/2e9e506a523365c23fb7
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
f^* = \min_f \frac{1}{N} \sum^N_{i=1} \mathcal{L} (f({\rm \bf x}_i) - ({\rm \bf y \rm}_i))
$f^* :\mathbb{R}^{2n}\to\mathbb{R}^{3n}$ 의 $f^*$ 는 다음과 같은 아키텍처입니다.
[1] figure1부터
(전 결합-batch norm-relu-dropout) x2 한 것에 입력을 add 하는 resicual block가 2개.
2 차원 골격은 [2]의 stacked hourglass를 사용하여 구한다.
결과
결과 중 하나는 이런 느낌.
[1]table2에서
다른 방법보다 손실이 상당히 낮습니다. ··· 2차원 골격에서 3차원 골격으로의 변환 부분은 오차가 적다고 말할 수 있다.
참조
[2] A. Newell, K. Yang, and J. Deng. Stacked hourglass net-
works for human pose estimation. In ECCV, 2016.
Reference
이 문제에 관하여(논문 요약: A simple yet effective baseline for 3d human pose estimation), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/masataka46/items/2e9e506a523365c23fb7
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
[2] A. Newell, K. Yang, and J. Deng. Stacked hourglass net-
works for human pose estimation. In ECCV, 2016.
Reference
이 문제에 관하여(논문 요약: A simple yet effective baseline for 3d human pose estimation), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/masataka46/items/2e9e506a523365c23fb7텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)