논문 리뷰/Human Pose estimation5 [논문 리뷰] Human Pose Estimation for Real-World Crowded Scenarios https://arxiv.org/pdf/1907.06922.pdf Human Pose Estimation for Real-World Crowded Scenarios 논문을 참고하여 작성하였습니다. Abstract 본 논문은 crowded people에 대한 human pose estimation 이다. Crowded people estimation의 어려운점이 있다면, 물체와 사람의 맞물림(occlusion)으로 인해 사람의 몸이 안보이는 경우 환경으로 인해 부분적으로 보이는 경우 이를 해결하기 위해 여러 방법이 쓰인다. 몸 일부 중 맞물린 부분을 명쾌하게 detect하기 Synthetic Generated dataset JTA의 사용 (data extension) 1 Introduction 여태까지 나.. 2022. 4. 14. [논문 리뷰] Higher HRNet https://arxiv.org/pdf/1908.10357.pdf HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation 논문을 참고하여 작성하였다. Abstract 기존 Bottom Up 의 어려운 점은 scale variation을 해결하지 못하여 small person의 pose Acc가 낮다는 점이었다. 이를 해결할, 본 논문에서는 HigherHRNet, 새로운 bottom-up human pose estimation method을 제공한다. High-resolution feature pyramid를 이용하여 scale-aware representation들을 학습하고, 학습동안 multi-resolu.. 2022. 4. 2. [논문 리뷰] HRNet https://arxiv.org/pdf/1902.09212.pdf Deep High-Resolution Representation Learning for Human Pose Estimation 논문을 참고하여 작성하였다. Abstract HRNet은 single person의 pose를 예측하는 모델이고, 본 논문에서 제공하는 network는 높은 해상도를 전체 프로세스 동안 유지하는 특징을 가지고 있다. : maintains high reoslution representations through whole process High resolution subnetwork를 시작으로 점점 stage 추가를 위해 high-to-low resolution subnetwork를 추가하며, multi resolut.. 2022. 4. 2. [논문 리뷰] Stacked Hourglass https://arxiv.org/pdf/1603.06937.pdf Stacked Hourglass Networks for Human Pose Estimation 논문을 참고하여 작성하였다. 시작에 앞서 Human pose estimation의 2가지 방식인 top-down 방식과 bottom up 방식에 대해 정리해보자. 1. Top-down 방식 : 사람을 먼저 감지한 후 다음 각 사람의 자세를 추정한다. 2. Bottom-up 방식 : 관절 부위(key point)를 먼저 감지하여 서로 연결해 모든 사람의 자세를 추정한다. Stacked Hourglass Stacked Hourglass는 single person의 pose를 예측하는 모델이고, 모래시계를 쌓아둔 모양을 가진 네트워크이다. 이미지의 모.. 2022. 4. 2. [논문 리뷰] Convolutional Pose Machine https://arxiv.org/pdf/1602.00134.pdf Convolutional Pose Machines 논문을 참고하여 작성하였다. 이번 논문은 Human pose estimation에 관련된 Convolutional Pose Machine이다. CNN이 Human pose estimation에 적합한 이유로는 관절 위치 예측시 이미지 맥락을 파악하여 예측하는 것이 가능하기 때문이다. 따라서 관절 간의 상관관계를 학습하여 더 좋은 예측 값을 추출 할 수 있다. CPM 모델은 Pose machine + CNN 으로, receptive fied(지역적 정보) 를 global한 영역을 확대하여 다른 부위와의 관계를 고려한 모델이다. CPM Model 먼저 CPM은 각 stage에서 multi-cl.. 2022. 4. 2. 이전 1 다음
