Paperreading 之二 多人人体姿态估计COCO2017冠军—CPN

 

1. 前言

人体姿态估计是MSCOCO数据集(http://cocodataset.org/)上面的一项比赛，人体关键点检测，目前主流的做法都是深度学习来做。可以分为两个大的方向：

（1）top-down方向：自顶向下的方法，目前的主流，像cpn，hourglass，cpm，alpha pose等都是top-down。主要分为两个阶段，行人检测和单人姿态估计，行人检测对后面的单人姿态估计影响很大，通常会使用性能较好的检测器（比如faster rcnn，fpn之类的），然后把检测到的行人框（bbox）作为单人姿态估计的输入，所以把行人准确无误的检测出来非常重要。

（2）bottom-up方向：自底向上方法，典型就是COCO2016年人体关键点检测冠军open pose。主要分为两个阶段：检测出输入图片中左右的人体关键点，根据某种策略对关键点之间进行连线，这时候就容易出现把a的关键点和b的关键点连接起来，open pose里面的策略是提出PAFs，让网络学习人体关节的矢量场信息，相当于得到了一个方向信息，结合前面的坐标点，可以确定连线。

 

2.构建网络

CPN网络整体结构非常的直观明了，包含两个部分GlobalNet和RefineNet，顾名思义，GlobalNet是一个全局的初步的检测，相当于一个粗检测，会得到一个不错的