Stereo Hand Pose Tracking Benchmark (STB)
the Rendered Hand Pose Dataset (RHD)
LSP, FashionPose, PASCAL Person Layout,J-HMDB, MSCOCO, MPII, AI Challenger
-
CVPR2019论文，微软和中科大联合提出。一般CNN是先降低网络的特征分辨率再恢复高分辨率，容易损失特征。 作者提出保存高分辨率的网络架构，降低降采样的频率和多尺度融合。保存的特征分辨率高意味着运算量大，不能做到实时性。 COCO，MPII test，PoseTrack2017取得较高的准确率，但是实时性避而不谈。
图像分类、目标检测、语义分割以及视频理解领域都需要高分辨率的特征提高精度，这也是FPN的初衷。 准确率和实时性要平衡。
- Deep High-Resolution Representation Learning for Human Pose Estimation. pdf
-
CVPR2019论文，南洋理工大学提出，two-stacked hourglass network提取特征，Graph CNN在RGB图像重建 包括3D手势和姿态的3D mesh，合成3D meshes and 3D poses数据集用于训练，借助于depth map fine-tuning. 最终模型在Nvidia GTX 1080 GPU可以运行50fps。
合成数据集训练：heat-map loss+3D mesh loss+3D pose loss
真实数据集训练：heat-map loss+depth map loss+pseudo-ground truth loss
- 3D Hand Shape and Pose Estimation from a Single RGB Image.pdf
-
CVPR2019 oral论文，华中科大微软联合提出，实现根据image和pose，生成Target pose对应的图片，论文主要是给ReID数据增广，但是其 商业价值应用更广泛：生成某人的某些pose，动画特效，尬舞机之类。论文模型基于GAN架构，生成器（输入人物image和pose，生成target pose对应的图像）, 判别器有两个：纹理判别器和形状判别器，判断任务图像和姿态是否真实。姿态迁移是由生成器完成。论文主要介绍生成器的构造，既Pose-Attentional模块的构造。