(7) Human Pose Estimation : 串联结构：Convolutional Part Heatmap Regression

Human pose estimation via Convolutional Part Heatmap Regression

---

ECCV 2016

reading time : 2019/09/10

paper address :https://arxiv.org/pdf/1609.01743.pdf

---

文章使用了CNN 级联结构学习人体部件关系和空间上下文信息，在眼中遮挡的情况下也能保持鲁棒性。

结构：detection-followed-by-regression CNN cascade. 第一部分输出部件检测热力图，第二阶段在这些热力图上进行回归。

优点：可以有效的处理遮挡（因为第一阶段的部件检测的部件热力图的置信度在遮挡的地方比较低，这样可以知道后续的回归依靠上下文信息预测部件的位置）

图片的上部分是第一阶段（部件检测网络）试图输出每个身体结构使用的是per-pixel sigmoid loss，它输出N parts heatmap。
第二阶段是回归子网络（输入上部分网络的heatmap和原图像I）回归部件热力图。

 

方法：Part detection subnetwork。使用的是per-pixel softmax loss。

          Regression subnetwork。使用的是L2 loss