【论文阅读】HRNet：Deep High-Resolution Representation Learning for Human Pose Estimation

源文http://cn.arxiv.org/pdf/1902.09212.pdfhttp://cn.arxiv.org/pdf/1902.09212.pdf源代码https://github.com/leoxiaobin/deep-high-resolution-net.pytorchhttps://github.com/leoxiaobin/deep-high-resolution-net.pytorch

Introduction

目前主流的多尺度特征提取提取一般是将高分辨率特征图下采样至低分辨率，再经上采样将低分辨率特征图恢复至高分辨率。在特征提取过程中，下采样是为了产生低分辨率特征图，提取高级语义信息；上采样恢复过程是为了得到高分辨的表示。

本文提出了一种新的架构，即高分辨率网络(HRNet)，它能够在整个过程中保持高分辨率的表示。从一个高分辨率的子网作为第一个阶段开始，逐步增加一个高分辨率到低分辨率的子网，形成更多的阶段，并将多分辨率的子网并行连接。通过在并行多分辨率子网中反复交换信息来实现多尺度融合。

Model

 

1） Sequential multi-resolution sub-networks

传统的主干网络结构，随着网络的深入，空间分辨率不断的下降

2）Parallel multi-resolution sub-networks

作者的主干网络:

 

4 个并行的 sub-networks

Experiment