Estimation3 PARE: Part Attention Regressor for 3D Human Body Estimation 리뷰 논문 제목 PARE: Part Attention Regressor for 3D Human Body Estimation (ICCV2021) 논문 바로가기 https://arxiv.org/pdf/2104.08527.pdf 위의 그림은 이 논문이 제안한 PARE 모델이 occlusion(가림)에도 mesh를 이미지에 맞게 복원할 수 있다는 것을 보여줍니다. PARE 모델 이전에 나온 기존 모델인 SPIN에 비해 occlusion sensitivity heatmap의 에러 값이 낮음을 확인할 수 있습니다. 논문 제목에서도 알 수 있듯이 Part Attention Regressor를 통해 3D human body를 추정하는 모델을 제안했습니다. Abstract Figure 1에서도 알 수 있듯이 기존의 모델이 p.. 2022. 6. 20. 최대우도법 Maximum likelihood estimation https://www.youtube.com/watch?v=XhlfVtGb19c Likelihood 최대우도법을 통해 추출된 샘플이 어느 분포에서 추출되었는지 예측할 수 있습니다. 예를 들어 아래와 같은 2개의 곡선이 있고 추출된 샘플이 {1, 4, 5, 6, 9}라고 할 때, 주황색 곡선과 파란색 곡선 중 어느 곡선에서 추출 되었을까요? 파란색 곡선에서 추출되었을 확률이 큽니다. Likelihood는 이처럼 추출된 샘플이 어느 분포로부터 추출 되었을 가능도를 의미합니다. 최대우도법 추출된 표본{x_1, x_2, ..., x_n}이 다음과 같은 정뷰분포에서 추출되었다고 가정합니다. 각 표본이 동시에 추출된 확률은 입니다. 이 식에 log를 취하여 다음과 같이 정의합니다. 이 식을 평균과 표준편차에 대해 편.. 2022. 6. 12. Multi-Instance Pose Networks: Rethinking Top-Down Pose Estimation 리뷰 Abstract 정리 보통 top-down 방식의 pose estimation 방법은 bounding box 내부에 사람이 1명 있다고 가정을 합니다. 하지만 사람이 겹쳐서 있는 경우, 하나의 bounding box에도 2명 이상의 사람이 존재할 수 있습니다. 이러한 한계를 극복하고자 이 논문에서는 Multi-Instance Pose Network (MIPNet)을 제안했습니다. MIPNet은 2D skeletons을 추정합니다. 그리고 HRNet과 비교했을 때 성능이 좋았으며 부정확한 bounding boxes을 썼을 때 (when fewer, high confidence bounding boxes are used,), HRNet은 성능이 많이 떨어졌지만, MIPNet은 비교적 덜 떨어졌습니다. Int.. 2022. 3. 22. 이전 1 다음
