人体骨骼关键点检测中的heatmap 与vectormap 生成

一.综述：

    人体骨骼关键点检测已经非常成熟了，参考曹哲大神的论文，可以知道其论文中的采用自下而上的方式，检测人体骨骼关键点。
    采用的方式与自顶向下的方式的区别比较大，自定向下的方式首先是检测人体，在人体区域内回归出人体的骨骼关键点坐标。
    而自下而上的方式采用的关键点热图和关键点矢量图的方式。如，一共有19个关键点，就会生成19个通道的热图，每一个通道为某个关节的热图分布（也就是概率图）。同时会生成19*2个通道的矢量图，为什么是19*2呢？因为矢量图分为两个方向，一个是X方向、一个是Y方向。（具体的操作可以参考论文，这里只是简单的介绍一下）

二. 如何生成关键点热图（概率图）

如下图所示如果右侧图中红色十字为一个关键点，假设生成的热图大小与原图像大小一致，生成的热图会在相应的坐标处生成一个成高斯分布的概率区域，区域的中心值最大，最接近1，越向四周，概率越小。

如图中间区域的概率最大，基本上接近于1，边缘逐渐减小

代码：（参考openpose）

def get_heatmap(annos, height, width):
    """

    Parameters
    - annos： 关键点列表 [
                            [[12,10],[10,30],....19个]，#某一个人的
                            [[xx,xx],[aa,aa],....19个]，#另外一个人的
                        ]
    - heigth：图像的高
    - width: 图像的宽

    Returns
    - heatmap: 热图
    """

    # 19 for