基于深度学习的多人姿态估计
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第15-25页 |
1.1 研究背景 | 第15-16页 |
1.2 研究方法 | 第16-22页 |
1.3 研究内容 | 第22-23页 |
1.4 论文结构 | 第23页 |
1.5 本章小结 | 第23-25页 |
第2章 相关工作 | 第25-35页 |
2.1 单人姿态估计 | 第25-27页 |
2.1.1 传统方法 | 第25页 |
2.1.2 深度学习方法 | 第25-27页 |
2.2 多人姿态估计 | 第27-31页 |
2.2.1 自底向上的方法 | 第28-30页 |
2.2.2 自顶向下的方法 | 第30-31页 |
2.3 视频中的姿态估计 | 第31-32页 |
2.4 目标检测 | 第32-33页 |
2.4.1 双阶段检测器 | 第32-33页 |
2.4.2 单阶段检测器 | 第33页 |
2.5 本章小结 | 第33-35页 |
第3章 自顶向下的图片中多人姿态估计 | 第35-51页 |
3.1 方法 | 第35-41页 |
3.1.1 整体架构 | 第35-37页 |
3.1.2 人体检测器 | 第37-38页 |
3.1.3 注意力网络 | 第38-40页 |
3.1.4 实例分割网络 | 第40-41页 |
3.2 实验 | 第41-48页 |
3.2.1 数据集与评价指标 | 第41-43页 |
3.2.2 实验细节 | 第43-44页 |
3.2.3 消融(Ablation)实验 | 第44-45页 |
3.2.4 对比实验 | 第45-46页 |
3.2.5 运行时间分析 | 第46-47页 |
3.2.6 可视化分析 | 第47-48页 |
3.3 本章小结 | 第48-51页 |
第4章 自底向上的视频中多人姿态估计 | 第51-65页 |
4.1 方法 | 第51-58页 |
4.1.1 整体架构 | 第51-53页 |
4.1.2 时间卷积LSTM | 第53-55页 |
4.1.3 空间卷积LSTM | 第55-56页 |
4.1.4 特征融合 | 第56-58页 |
4.2 实验 | 第58-62页 |
4.2.1 数据集与评价指标 | 第58-59页 |
4.2.2 实现细节 | 第59-60页 |
4.2.3 消融(Ablation)实验 | 第60-61页 |
4.2.4 对比实验 | 第61页 |
4.2.5 可视化分析 | 第61-62页 |
4.3 本章小结 | 第62-65页 |
第5章 总结与展望 | 第65-67页 |
5.1 总结 | 第65-66页 |
5.2 未来研究工作 | 第66-67页 |
参考文献 | 第67-81页 |
攻读硕士学位期间的主要研究成果 | 第81-83页 |
致谢 | 第83页 |