DeepCut: Joint Subset Partition and Labeling for Multi Person Pose Estimation

本文主要说的是多个人姿态估计问题

先看看下面的结果图：

是怎么做到这个结果了？

首先使用 CNN提出人体部件的候选区域，每个候选区域作为一个节点，所有的节点组成一个图，节点之间的关联性作为图节点之间的权重，将其作为一个优化问题，将属于同一个人的部件（节点）归为一类，每个人作为一个单独类。

本文的思路具有以下几个优势：
1）可以解决未知个数人的图像，通过归类得到有多少个人
2）通过图论节点的聚类，有效的进行了非极大值抑制
3）优化问题表示为 Integer Linear Program (ILP)，可以有效求解

2 Problem Formulation
对于一幅有未知个数人的图像中人体姿态估计问题，我们将其表达为一个函数优化问题。优化问题需要解决三个小问题：1）身体部件候选区域的选择，即节点的选择，2）每个选择的节点标记问题，即该节点属于身体哪个部分？胳膊、腿、躯干、头等。3）分类问题，即哪些节点属于同一个人？
接着就是各个小问题的定义，优化函数的推导，求解，一系列数学公式的推导

4 Body Part Detectors
这里提出了两个检测器：
1） Adapted Fast R-CNN ( AFR-CNN )，改写 Fast R-CNN [ 16 ]
2）Dense architecture ( Dense-CNN )