姿态估计论文思路整理 -- Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

文章：

Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ∗ 

paperuri:(ee7d699fb12eb95daec96f29da5452b9)

代码：

https://github.com/CMU-Perceptual-Computing-Lab/openpose

文章代码总共分为两条线

第一条线：求所有的关键点（头，肩膀，手肘，手腕 ... ）

1）一共两个cnn，第一个cnn的输入是原图，输出是热图（每一个热图包含某一种关键点）

2）第二个cnn输入是上一个cnn得到的所有热图，和原图。输出还是热图。

循环直至收敛

第二条线：求所有关节区域

1）一共两个cnn，第一个cnn的输入是原图，输出是热图（每一个热图包含某一种连接（可以简单理解为骨头）区域），其实它们是一整片区域，不过每个地方的概率大小不同。

2）第二个cnn输入是上一个cnn得到的所有热图，和原图。输出还是热图。

循环直至收敛

根据前边两个阶段得到的两个热图，计算哪两个点连接比较好。这就要根据关节区域和点的位置来计算每个像素的小法向。生成一个法向图。

根据前边生成的法向图，第一条线中最后得到的各个点的连线，确定哪两个点的连线的概率最大，找到所有这样的线。找到一个线就可以开始用最小生成树算法来找下一条线，最终得到一个人的骨架，然后得到所有的骨架，如果有连接不完整的，那就残缺的存在就好了。