【论文笔记-03】RMPE：Regional Multi-Person Pose Estimation

【论文地址】https://arxiv.org/pdf/1612.00137.pdf

这篇Paper是交大和腾讯优图共同提出的AlphaPose多人姿态估计，从实验结果看来各项指标要比CMU OpenPose好很多。

【Abstract】

复杂环境下多人姿态识别是具有十分挑战性的。尽管当前最好的人体检测算法已经取得了很好的效果，但是仍然存在一些定位和识别错误。这些错误势必会导致单人姿态估计（Single-Person Pose Estimator，SPPE）失败，特别是那些基于人体检测的方法。因此，本文提出了一种新颖的区域的多人姿态估计框架，以方便在存在不准确的人体检测边界框的情况下进行姿态估计。本文的框架主要包含三个部分：

1. Symmetric Spatial Transformer Network(SSTN)
2. Parammetric Pose Non-Maximum-Suppression(NMS)
3. Pose-Guided Proposals Generator (PGPG)

该算法可以处理不准确的 边界框 （bounding boxes） 和 冗余检测（redundant detections），在MPII数据集上取得了76.7 mAP。

【Introduction】

当前流行的多人姿态估计算法有两大类：一类是two-step framework，另外一类是part-based framwork。

two-step framework：通俗的讲就是两步走，第一步首先检测输入图像中所有的人体边界框，第二步对每一个人体检测框进行姿态估计。本文就是采用这种。

part-based framework：首先检测输入图像中所有的肢体节点（body parts），然后进行拼接操作，跟拼乐高一样的道理。将这些肢体节点拼接成人。CMU的OpenPose采用这种。

两种方法各有利弊，第一类算法依赖于人体检测框的