UniPose: Unified Human Pose Estimation in Single Images and Videos


UniPose: Unified Human Pose Estimation in Single Images and Videos

网络结构如上如所示

图片经过ResNet-101网络,经过WASP模块,在经过Decoder,得到关键点的特征图heatmap,每一个heatmap对应一个关节。在通过双线性差值回复原始的分辨率。在通过局部最大值操作定位最后的关键点。

 

创新:WASP模块:瀑布结构

UniPose: Unified Human Pose Estimation in Single Images and VideosUniPose: Unified Human Pose Estimation in Single Images and VideosUniPose: Unified Human Pose Estimation in Single Images and Videos

 WASP模块学习了ASPP配置的大的感受野和级联方式。参考了 ASPP,级联和Res2Net的结构。

 

与ASPP和Res2Net相比,WASP不会立即并行化输入流。相反,它首先通过一个过滤器进行处理,然后创建一个新的分支,从而创建一个瀑布流。也就是一个输入,串联空洞卷积(增大感受野),再在每一个结点创建一个分支。最后执行特征图级联。

UniPose: Unified Human Pose Estimation in Single Images and Videos

解码模块就是将前面的两个模块的特征处理一下级联。 

相关文章:

  • 2021-11-25
  • 2021-04-25
  • 2021-08-11
  • 2021-09-07
  • 2021-12-06
  • 2021-06-30
  • 2022-01-01
  • 2021-09-19
猜你喜欢
  • 2021-11-06
  • 2021-11-22
  • 2021-12-10
  • 2022-02-07
  • 2021-06-26
  • 2021-12-10
相关资源
相似解决方案