Pose Estimation
Computer Vision ist eine Technologie, die Maschinen ermöglicht, Bilder und Videos zu interpretieren und zu verstehen. Ihr Ziel ist es, durch die Simulation des menschlichen Sehsystems die automatische Erkennung und Analyse komplexer Szenen zu erreichen. Diese Technologie wird in Bereichen wie medizinische Bildgebung, autonome Fahrzeuge und Sicherheitsüberwachung eingesetzt, wodurch Effizienz und Genauigkeit erheblich gesteigert werden und die Entwicklung einer intelligenten Gesellschaft gefördert wird.
!(()&&!|*|*|
Nate
300W (Full)
3DPW
AIC
ApolloCar3D
BRACE
HRNet fine-tuned on BRACE
MS COCO
I²R-Net (1st stage:HRFormer-B)
COCO 2017 val
LOGO-CAP (Ours) HRNet-W48
COCO minival
MSPN
COCO test-dev
ViTPose (ViTAE-G, ensemble)
COCO val2017
MogaNet-B (384x288)
CrowdPose
BUCTD-W48 (w/cond. input from PETR, and generative sampling)
DensePose-COCO
Parsing R-CNN + ResNext101
FLIC Elbows
Stacked Hourglass Networks
FLIC Wrists
Stacked Hourglass Networks
InLoc
GIM-DKM
ITOP front-view
AdaPose
ITOP top-view
DECA-D3
J-HMDB
SimpleBaseline + HANet
KITTI 2015
GeoNet
Leeds Sports Poses
OmniPose
MERL-RAV
SPIGA
MPII
OmniPose (WASPv2)
MPII Human Pose
PCT (swin-l, test set)
MPII Single Person
4xRSN-50
MS-COCO
UniHCP (finetune)
OCHuman
HQNet (ViT-L)
Pix3D
Mid-Level based
SALSA
SubdivNet
UAV-Human
AlphaPose
UPenn Action
OmniPose