提高关键点预测精度的小技巧

在人体姿态估计（human pose estimation）和人脸对齐（face alignment）领域。很多文章中，在测试（testing）的时候，我们都会选择使用原图产生的heatmap和 翻转后图片(flipped image) 产生的heatmap求平均。
很多人不理解这个小技巧，在github上看到有人提到这个问题。
我理解的是因为预测是的不稳定造成的，同样的一个点，翻转后预测的点，再翻转回来就相当于原图的heatmap了, 他的位置和直接拿原图预测的点可能不在同一个位置。这样取平均可以折中一下，使得预测的结果更加平稳。
这样的提升一般都会很明显。
很多文章也用到了这个小技巧，
Cascaded Pyramid Network（CPN）
Self Adversarial Training for Human Pose Estimation
Deep High-Resolution Representation Learning for Human Pose Estimation
论文原话摘抄：
To stabilize the predictions, we evaluate both the original image and its flipped version, and average their output heatmaps.(《Self Adversarial Training for Human Pose Estimation》)