(34) RePose: Learning Deep Kinematic Priors for Fast Human Pose Estimation

  轻量模型,主要与CVPR2019的FAST pose 对比:  文章将基于部件的结构和几何先验合并到层次预测框架中。与传统的方法不同,我们采用端到端的训练,通过数据的特征更新来学习这个几何先验。 本文的网络结构:  Kinematic Features Updates: 设定的人体运动学约束如图所示,给定了每一个点的周围关键点。 公式1表示:将一个点的邻居点级联。公式2表示,将1的级联特征通过
相关文章
相关标签/搜索