MoDeep：一种利用运动特征进行人体姿态估计的深度学习框架
计算机视觉与模式识别
2014-09-30 v1 机器学习
神经与进化计算
摘要
在这项工作中，我们提出了一种新颖且高效的方法，利用结合了颜色和运动特征的卷积网络架构，对视频中的人体关节姿态进行估计。我们提出了一个新的人体姿态数据集 FLIC-motion，该数据集在 FLIC 数据集的基础上增加了运动特征。我们将所提出的架构应用于该数据集，报告的性能显著优于当前最先进 (SOTA) 的姿态检测系统。
引用
@article{arxiv.1409.7963,
title = {MoDeep: A Deep Learning Framework Using Motion Features for Human Pose Estimation},
author = {Arjun Jain and Jonathan Tompson and Yann LeCun and Christoph Bregler},
journal= {arXiv preprint arXiv:1409.7963},
year = {2014}
}