多人姿态估计“Cascaded Pyramid Network for Multi-Person Pose Estimation”

**提出目的**

多人姿态估计主要的挑战来自被遮挡的关键点、不可见的关键点及复杂的背景。论文设计了级联金字塔网络（CPN）用于解决这种问题。算法包含GlobalNet和RefineNet两步。基于FPN，GlobalNet用来检测简单的关键点，RefineNet使用在线关键点挖掘损失检测困难度关键点。

应用：行为识别，人机交互。

主要方法：自下而上的方法：DeepCut, DeeperCut, OpenPose；自上而下方法：G-RMI, Mask RCNN。单人姿态估计：hourglass模型。

可能影响关键点检测的因素分析：行人检测，数据预处理。

**方法描述**

1.行人检测

FPN，ROIAlign代替ROIPooling

2.网络结构

结构图

GlobalNet

浅层分辨率高，但缺少语义信息，深层语义信息丰富但分辨率低。U-shape常用来同时获得较好度分辨率和语义信息。论文使用与FPN相同度特征金字塔结构。GlobalNet定位简单度特在点如眼睛比较容易，但定位下图中的臀部点比较困难。

示意图

RefineNet

与HyperNet类似，在层间传输信息，使用上采样和串联综合不同层的信息。

**实验结果**

MS COCO test-challenge

 

NMS对结果的影响

行人检测对结果的影响

COCO Keypoints-challenge