CVPR 2019姿态识别论文合集

CVPR 的姿态识别论文合集，挺适合你深入了解 3D 识别和网络优化怎么搞。压缩包里一共 8 篇论文，都是 2019 年 CVPR 大会上发布的，方向比较集中，围绕姿态估计的核心技术讲得蛮清楚。

3D 识别的应用范围广，比如自动驾驶、VR 场景里识别人体或物体的精确位置和角度。论文里有不少方法是从三维空间理解出发，比单纯 2D 的准确多了，思路也更实用。

网络结构优化方面，里面提到的一些新架构挺有意思，比如某种轻量化的CNN，能在保证识别精度的同时减少计算开销，部署到移动端也比较友好。还有一些关于训练策略的小技巧，比如带有注意力机制的 loss 设计，挺值得一看。

另外，偏差和自信度估计讲得也比较细，对你训练模型时判断预测靠谱不靠谱，真的蛮有。比如某张图的预测结果虽然准确率高，但置信度不稳，那你就知道这结果靠不太住。

要是你现在在搞姿态识别项目，或者想研究一下OpenPose、AlphaPose这种框架的底层逻辑，推荐你配合下面这些资源一起看：

• AlphaPose 人体姿态识别
• TensorFlow 实现姿态识别
• OpenPose1.5.1 源码
• PASCAL3D 数据集

压缩包是CVPR 论文 2019.rar，想看细节可以去这里下：人体姿态识别论文合集。如果你平时调模型经常遇到识别误差大、模型跑太慢这些问题，里面说的方案会对你挺有启发的。