论文:《Convolutional Pose Machines 》

1.概述

CPMs由一系列预测器组成，这些预测器经过训练，可在每个图像位置进行密集预测。
本文的主要贡献包含：
a：使用级联（sequential）卷积结构学习隐式空间模型。
b：系统地设计和训练CPMs来学习图像特征和依赖图像的空间模型（各个关节的关系）

2.CPMs的模型架构

CPM采用CNN的方式来进行特征提取和上下文信息提取，以heatmap的形式表示预测结果（能够保留空间信息），在全卷积的结构下使用中间监督进行端到端的训练和测试，极大提高了关键点检测的准确率。
Heatmap的好处： 在于空间位置信息的保存，这个非常重要。一方面，可以保留multi-modal的信息，比如没有很好的context信息的情况下，是很难区分左右手的，所以图片中左右手同时都可能有比较好的响应，这种heatmap的形式便于后续的cascade进行refinement优化。另外一个方面，人体姿态估计这个问题本身的自由度很大，直接regression的方式对自由度小的问题比如人脸landmark是比较适合的，但是对于自由度大的姿态估计问题整体的建模能力会比较弱。相反，heatmap是比较中间状态的表示，所以信息的保存会更丰富。

3.参考

https://zhuanlan.zhihu.com/p/102468356
https://blog.csdn.net/shenxiaolu1984/article/details/51094959
https://zhuanlan.zhihu.com/p/56131599