《表3 2D人体姿态数据集举例》
基于深度学习的2D人体姿态估计方法本质上就是利用CNN从图像中检测回归人体各个关节点的2D坐标。相较于普通的检测回归任务,人体姿态估计的难度更大,这导致了更加复杂的网络结构。因此为了得到较好的训练效果,需要设计多种训练trick,并使用大量的数据训练网络。目前研究中经常使用的2D人体姿态数据集有MPII[39]、MSCOCO[40]以及AI Challenger[41]等,具体举例如表3所示[42-44]。
图表编号 | XD0090191400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 邓益侬、罗健欣、金凤林 |
绘制单位 | 中国人民解放军陆军工程大学指挥控制工程学院、中国人民解放军陆军工程大学指挥控制工程学院、中国人民解放军陆军工程大学指挥控制工程学院 |
更多格式 | 高清、无水印(增值服务) |