#pose-estimation Repositories
Insgesamt 96 Repositories
:fire: :fire: :fire: Eine Papiere-Liste einiger neuerer Arbeiten im Bereich Computer Vision (CV)
ICCV 2023-2025 Artikel: Entdecken Sie Spitzenforschung von ICCV 2023-25, der führenden Konferenz für Computer Vision. Bleiben Sie auf dem Laufenden über das Neueste in Computer Vision und Deep Learning, inklusive Code. ⭐ Unterstützen Sie die Entwicklung visueller Intelligenz!
Eine Echtzeit-Methode, die die 3D-Menschpose direkt im populären Bio Vision Hierarchy (BVH)-Format schätzt, gegeben Schätzungen der 2D-Körpergelenke aus monokularen Farbbildern. Unsere Beiträge umfassen: (a) Eine neue und kompakte 2D-Pose-NSRM-Darstellung. (b) Einen Klassifikator für die Ausrichtung des menschlichen Körpers und ein Ensemble aus ausrichtungsoptimierten
🔥🔥🔥Kostenlose Offline-KI-Algorithmen-Toolbox für Java, die Gesichtserkennung, Lebenderkennung, Emotionserkennung, Objekterkennung, Instanzsegmentierung, Fußgängererkennung, OCR-Texterkennung, Kennzeichenerkennung, Tabellenerkennung, ASR+TTS, maschinelle Übersetzung und weitere Funktionen unterstützt und per Maven-Referenz verwendet werden kann. Unterstützt PyTorch, Tensorflow und hat Mainstream-Modelle wie Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper usw. integriert.
Markerlose Kinematik mit beliebigen Kameras – Von der 2D-Pose-Schätzung zur 3D-OpenSim-Bewegung
Hervorragende Arbeit bei der Schätzung der 6 Freiheitsgrade von Objekten
Echtzeit-Erkennung räumlich-zeitlich lokalisierter Aktivitäten durch Verfolgung von Körper-Schlüsselpunkten
[ECCV 2024 - Vortrag] ACE0 ist ein lernbasierter Structure-from-Motion-Ansatz, der Kameraparameter von Bildsätzen durch das Erlernen einer mehransichtigen konsistenten, impliziten Szenendarstellung schätzt.
Eine kuratierte Liste von DUSt3R-bezogenen Arbeiten und Ressourcen, die die jüngsten Fortschritte auf der Grundlage dieses geometrischen Fundierungsmodells verfolgen.
Zurück zur Funktion: Robuste Kamerastandortbestimmung von Pixeln zu Posen lernen (CVPR 2021)
[ECCV 2024] Offizielle Implementierung des Papers "X-Pose: Detecting Any Keypoints"
[ECCV2022] Gen6D: Generalisierbare modellfreie 6-DoF-Objektposenschätzung aus RGB-Bildern
Echtzeit-3D-Ganzkörperrekonstruktion aus einer einzelnen Kamera, Multipersonen-BVH-Ausgabe, reine C++-Laufzeit, ONNX + ggml, 70-Gelenk-Skelett mit Händen.
Hierarchische Wahrnehmungsbibliothek in Python für Pose-Schätzung, Objekterkennung, Instanzsegmentierung, Keypoint-Schätzung, Gesichtserkennung usw.
ECCV2020 – Offizielles Code-Repository für die Veröffentlichung: STAR – A Sparse Trained Articulated Human Body Regressor
[IROS 2021] BundleTrack: 6D-Pose-Tracking für neue Objekte ohne Instanz- oder Kategorie-Ebene 3D-Modelle
(ICLR2026) ReconViaGen: Zur genauen Multi-View-3D-Objektrekonstruktion durch Generierung
[CVPR 2025] WildGS-SLAM: Monokulares Gaussian Splatting SLAM in dynamischen Umgebungen
SteadyDancer: Harmonisierte und kohärente Animation von menschlichen Bildern mit Erhaltung des ersten Frames
[CVPR 2025 Highlight] Matrix3D: Large Photogrammetry Model All-in-One
Automatische 3D-Charakteranimation unter Verwendung von Pose-Schätzung und Landmark-Erzeugungstechniken
Offizielle Implementierung der On-the-fly-Rekonstruktion für die groß angelegte Neuansicht-Synthese aus unbezeichneten Bildern. A. Meuleman, I. Shah, A. Lanvin, B. Kerbl, G. Drettakis, ACM TOG (proc. SIGGRAPH) 2025
[CVPR 2024 - Oral] 2D-Bilder in 3D abgleichen: Metrische relative Pose aus metrischen Korrespondenzen
🚀 Eine leistungsstarke Echtzeit-Objekterkennungslösung mit YOLO11 ⚡️, angetrieben von ONNX-Runtime
Nuitrack™ ist eine 3D-Tracking-Middleware, die von 3DiVi Inc. entwickelt wurde.
Ultralytics YOLO iOS-App und Swift-Paket für Echtzeit-Core-ML-Inferenz bei wichtigen Computer-Vision-Aufgaben.
[CVPR 2023] Offizielles Repository zum Herunterladen, Verarbeiten, Visualisieren und Trainieren von Modellen auf dem ARCTIC-Datensatz.
Durch Deep Learning ermittelte und von NVIDIA beschleunigte 3D-Objektposenschätzung
Offizielles Ultralytics-YOLO-Flutter-Plugin für Echtzeit-Inferenz auf Android und iOS bei den wichtigsten Bildverarbeitungsaufgaben.
Der Virtuelle Kleiderassistent, eine maßgeschneiderte, einzigartige Implementierung von ViTON, ermöglicht es Benutzern, verschiedene Kleidungsstücke virtuell anzuprobieren.