Chained Predictions Using Convolutional Neural Networks
2018-01-11 09:40
344 查看
1、文章主要是运用类似于RNN结构进行建模，每一个阶段用到上一个隐含层和之前所有的输出层
图中大体可以展现作者的思路
与RNN不同的是，作者在训练图片的时候w都不是权值共享的，但是RNN网络的U,V,W都是权值共享的，如图
作者这样做也是为了适应人体姿态估计这一任务，在后面的vedio的实验中，作者却采用权值共享的策略
作者在文中还提出了deception的结构
也即deconvolution+inception的结构罢了
2、Recurrent Human Pose Estimation
这一篇文章运用recurrent的思想，增大感受野区域来获得更好的图像信息，优点在于端对端，不需要像feedback那个样子，需要把输出和输入结合在一起，作者也提到多个recurrent堆叠类似于hourglass，只能说提出了一种新的网络结构
文章包括feed-forward module和recurrent module两部分
作者还试验了hallucinated annotation和occlusion aware带来的影响，作者尝试利用肢体信息不仅仅是关键点信息进行训练
整体网络
还有一些处理heatmap的技巧觉得挺不错
图中大体可以展现作者的思路
与RNN不同的是，作者在训练图片的时候w都不是权值共享的，但是RNN网络的U,V,W都是权值共享的，如图
作者这样做也是为了适应人体姿态估计这一任务，在后面的vedio的实验中，作者却采用权值共享的策略
作者在文中还提出了deception的结构
也即deconvolution+inception的结构罢了
2、Recurrent Human Pose Estimation
这一篇文章运用recurrent的思想，增大感受野区域来获得更好的图像信息，优点在于端对端，不需要像feedback那个样子，需要把输出和输入结合在一起，作者也提到多个recurrent堆叠类似于hourglass，只能说提出了一种新的网络结构
文章包括feed-forward module和recurrent module两部分
作者还试验了hallucinated annotation和occlusion aware带来的影响，作者尝试利用肢体信息不仅仅是关键点信息进行训练
整体网络
还有一些处理heatmap的技巧觉得挺不错
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 论文阅读: ECCV2016 Chained Predictions Using Convolutional Neural Networks
- READING NOTE: Chained Predictions Using Convolutional Neural Networks
- Facial Expression Recognition Using Enhanced Deep 3D Convolutional Neural Networks 视频人脸表情识别论文学习笔记
- Multi-view Face Detection Using Deep Convolutional Neural Networks, ICMR 15.
- Voice Conversion using Convolutional Neural Networks 翻译
- 笔记——Texture Synthesis Using Convolutional Neural Networks (Leon A. Gatys et al)
- 《image Style Transfer Using Convolutional Neural Networks》论文笔记
- 深度网络的层次组件：Perceptron、Auto-Encoder、Restricted Boltzmann Machine、Convolutional Neural Networks
- TensorFlow练习1: 编程实现一个简单的CNN, Convolutional Neural Networks
- Assignment | 04-week1 -Convolutional Neural Networks: Step by Step Part_1
- OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks
- Age and Gender Classification using Convolutional Neural Networks
- Andrew Ng-Convolutional Neural Networks 第一周作业【1】Convolution model Step by Step
- 卷积神经网络（Convolutional Neural Networks)CNN
- Using convolutional neural nets to detect facial keypoints tutorial
- Learning Depth from Single Monocular Images Using Deep Convolutional Neural Fields
- Convolutional neural networks(CNN) (一) 入门参考
- OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks(阅读)
- 深度学习研究理解6:OverFeat:Integrated Recognition, Localization and Detection using Convolutional Networks
- 对 OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 一文的理解