human-pose-estimation

OpenPose: Biblioteca de detecção de pontos-chave multi-pessoa em tempo real para estimativa de corpo, rosto, mãos e pés

Kit de ferramentas de detecção de objetos baseado em PaddlePaddle. Suporta detecção de objetos, segmentação de instâncias, rastreamento de múltiplos objetos e detecção de pontos-chave de várias pessoas em tempo real.

Sistema de estimativa e rastreamento de pose de corpo inteiro para múltiplas pessoas em tempo real e com alta precisão.

O projeto é uma implementação oficial do nosso artigo CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation"

Sandbox para treinamento de redes de deep learning

Estimativa de pose humana rápida e precisa em PyTorch. Contém a implementação do artigo "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".

Implementação oficial de "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" em PyTorch.

⚡️ Framework de percepção espacial para construir rapidamente robôs e espaços inteligentes

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 para ROS 2

Implementação oficial em PyTorch de "Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image", ICCV 2019.

A imitação visual permite o controle humanoide contextual. CoRL 2025, Prêmio de Melhor Artigo Estudantil.

[CVPR 2023] Implementação oficial do artigo "One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer"

Código oficial para MAMMA: Markerless Accurate Multi-person Motion Acquisition.

Estimar poses humanas 3D absolutas a partir de imagens RGB.

Representação de coordenadas cientes da distribuição para estimativa de pose humana.

[ICLR 2026] Um modelo unificado para reconstrução 4D de humanos e cenas

"Learning Delicate Local Representations for Multi-Person Pose Estimation" (ECCV 2020 Spotlight) & (COCO 2019 Human Keypoint Detection Challenge Winner) & (COCO 2019 Best Paper Award)