姿态估计CPM

论文：Convolutional Pose Machines

Github：https://github.com/timctho/convolutional-pose-machines-tensorflow

https://github.com/JindongJiang/WeightedLoss_Convolutional_Pose_Machines_PyTorch

 

 

CMU的工作，和openpose是同样的作者

主要贡献:

1. 通过卷积神经网络的序列组合，来学习关键点的空间信息，也就是提出了cascade类型的级别卷积网络结构
2. 提出系统话的方法来设计和训练关键点检测，不需要类似图模型的接口。

 

网络结构：

 

可学习的空间纹理特征进行序列预测：

 

感受野：

 

梯度消失：

后面几层的stage有loss，而越靠前面的stage，loss就都消失了。因此，需要每一个stage都引出一个loss进行学习来解决梯度消失的问题。

 

实验结果：

 

总结：

CPM，一种自上而下的关键点检测算法，需要结合检测算法使用。