HyperAIHyperAI

Command Palette

Search for a command to run...

الانحدار الموضعي للوضع البشري التركيبي

Xiao Sun Jiaxiang Shang Shuang Liang* Yichen Wei

الملخص

الطرق المستندة إلى الانحدار لا تؤدي أداءً جيدًا مثل الطرق المستندة إلى الكشف في تقدير وضعية الإنسان. المشكلة الرئيسية هي أن المعلومات البنيوية في الوضعية لم يتم استغلالها بشكل جيد في الطرق السابقة المستندة إلى الانحدار. في هذا العمل، نقترح نهج انحدار واعٍ بالهيكل. يعتمد هذا النهج على إعادة تمثيل الوضعية باستخدام العظام بدلاً من المفاصل (reparameterized pose representation using bones instead of joints). يستغل بنية اتصال المفاصل لتعريف دالة خسارة تركيبية ترميز التفاعلات البعيدة المدى في الوضعية (compositional loss function that encodes the long range interactions in the pose). إنه بسيط وفعال ومتنوع للتقدير ثنائي الأبعاد والثلاثي الأبعاد للوضعية في إعداد موحد. تؤكد التقييمات الشاملة فعالية نهجنا. فقد حقق تقدمًا كبيرًا على الحالة المتقدمة حاليًا في Human3.6M وكان تنافسيًا مع النتائج المتقدمة حاليًا على MPII.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
الانحدار الموضعي للوضع البشري التركيبي | مستندات | HyperAI