专栏首页机器学习、深度学习人体姿态估计--Learning Feature Pyramids for Human Pose Estimation

人体姿态估计--Learning Feature Pyramids for Human Pose Estimation

Learning Feature Pyramids for Human Pose Estimation ICCV2017 Torch: https://github.com/bearpaw/PyraNet

本文主要关注人体部件中的尺度问题, scale variations of human body parts, 这种尺度变化主要发生在 camera view changes or severe foreshortening happens

提出的解决思路是 learning feature pyramids,设计了 Pyramid Residual Module (PRMs) 来增强 CNN 网络对尺度信息的提取能力。同时我们发现在 initialize the weights of multi-branch networks 存在问题 以及 the problem of activation variance accumulation introduced by identity mapping may be harmful in some scenarios, 对于这两个问题我们分别提出解决的方法。

3 Framework

3.1. Revisiting Stacked Hourglass Network

在每一个 stack hourglass” network 的末端我们加入了 intermediate supervision

3.2. Pyramid Residual Modules (PRMs) 这里我们设计了四个 PRMs 结构

我们的 PRM 可以作为 CNN 网络的一个基础模块,用于人体姿态估计 或 图像分类

4.1. Initialization Multi-Branch Networks

Existing weight initialization methods [33, 21, 24] are designed upon the assumption of a plain networks without branches 我们使用了 Multi-Branch Networks,所以现有的初始化策略不太适用,这里经过理论上的推导,我们得出的结论是:

the number of input branches and output branches should be taken into consideration when initializing parameters.

4.2. Output Variance Accumulation identity mappings 的引入让我们的网络层数可以增加很多,但是同时也引入了问题: identity mapping keeps increasing the variances of responses when the network goes deeper, which increases the difficulty of optimization

怎么解决这个问题了? 使用 BN-ReLU-Conv block 替换 identity mappings

5 Experiments

注意 使用和没使用 PRMs 的性能对比就是 文献【39】和 Ours 的对比

用于图像分类

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 人脸对齐--One Millisecond Face Alignment with an Ensemble of Regression Trees

    版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.n...

    用户1148525
  • 3D人体姿态估计

    Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human Pose

    用户1148525
  • 模型加速--LCNN: Lookup-based Convolutional Neural Network

    LCNN: Lookup-based Convolutional Neural Network CVPR2017 https://github.com/il...

    用户1148525
  • 大型研究类大学计算机科学的性别多样性(CS CY)

    随着计算机科学(CS)工作的增加,对计算机科学毕业生的需求比以往任何时候都大。与此同时,全国大多数计算机系的女学生比例只有25%到30%,这意味着我们没能吸引大...

    奥斯特洛夫斯萌
  • HDUOJ-----Climbing Worm

    Climbing Worm Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/3276...

    Gxjun
  • 约束机器学习的正则化方法分析(CS ML)

    引入了基于正则化的机器学习(ML)注入约束方式,以通过专家知识来改进预测模型。我们解决了在loss(学习者的准确性)和正则化项(约束满足度)之间找到平衡的问题。...

    小童
  • 动态网络识别的激励和测量的最优分配(cs)

    中文摘要:本文正式地阐述和分析了动态网络识别中激励和测量的最佳分配问题。最好的选择是用最宜的实验来实现最准确的识别。精度是由参数估计的渐近协方差矩阵的轨迹来评估...

    用户7454091
  • UVA10129:Play on Words(欧拉回路)

    Some of the secret doors contain a very interesting word puzzle. The team of arc...

    ACM算法日常
  • 科学问题解释的统一重建(CS AI)

    本文提出了一个通过以解释为中心的语料库重构多项选择科学问题解释的框架。在科学统一概念的基础上,该框架利用两个不同分数的组合,对问题和候选答案的解释性事实进行排序...

    用户7095611
  • HDUOJ----专题训练

    Problem B Time Limit : 2000/1000ms (Java/Other)   Memory Limit : 131072/65536K (...

    Gxjun

扫码关注云+社区

领取腾讯云代金券