【论文阅读-姿态估计】 CVPR2019_Deep High-Resolution Representation Learning for Human Pose Estimation

作者来自中科大和微软亚洲研究院

论文链接：Deep High-Resolution Representation Learning for Human Pose Estimation_CVPR2019
代码链接：https://github.com/leoxiaobin/deep-high-resolution-net.pytorch

主要思想：

本篇文章提出了一个高分辨率姿态估计模型。现有的姿态估计网络模型在提取特征时都是先下采样再上采样（这个过程会降低图像分辨率，可能会影响最后的预测结果），本文提出的模型可以在提取特征时可以比较好地保持图像分辨率。如下图所示，本文的模型由一组平行的子网络组成，每一行自网络的feature map尺寸是固定的，每个子网络中通过卷积提取特征但不下采样（网络的深度方向），并且上一行中的feature map通过下采样传递到下一行网络中，相邻行之间通过上、下采用实现特征融合以最大限度地保存图像分辨率。

图1 本文提出的模型结构

图2 普通的沙漏网络、级联金字塔网络等结构，都是先下采样，再上采样