daniaokuye的专栏

RMPE: Regional Multi-Person Pose Estimation多人姿态估计top-down方法，多人情况下小的定位与识别的错误难以避免，这篇文章提出的方法是regional multiperson pose estimation（RMPE），包括三个部分： Symmetric Spatial Transformer Network (SSTN), Parametric Pos

Associative Embedding: End-to-End Learning for Joint Detection and Grouping（发表于2017年6月）是bottom-up方法。这篇文章提出的方法是同时输出检测目标和分组，所以是一站式的方法，而且还用在了两个小领域：多人姿态检查，目标分割。这篇论文读起来非常难懂，不是因为晦涩，而是因为作者定位太高。以后写论文，创新点就是要当作创

Stacked Hourglass Networks for Human Pose Estimation（发表于2016年）基本上是目前姿态研究的基础网络，具有bottom-up和top-down二者特性。bottom-up是先得到肢体再归并到不同个体。姿态检测的history：人们开始从传统方法[2-9]转而研究深度神经网络在这方面的应用，是Toshev[24]成功应用神经网络估计人类姿态，他使用

Learning feature pyramids for human pose estimation（2017年发表）如果说有人注意到了pose estimation中没人做过形态的扭曲而写了一篇global & local noramlization，从而将人体形态调整到一个固定的方位。那么这篇文章就是注意到了没人在pose estimation中做过目标对象的缩放而做了一个肢体因而做了这篇论文

Human pose estimation using global and local normalization（中科大的论文）也是bottom-up，人体姿态估计分为两大部分，关节检测，关节的空间位置匹配。这篇论文主要将精力放到后者上面。对此提出了两阶段的归一化（感觉在这篇文章里面称为标准化更好），躯干的标准化，肢体的标准化。这篇文章的目的是想提出类似与PCA normalization（wh

Multi-Context Attention for human pose estimation（发表与2017年2月）这篇论文的关键点是构建多尺度下的CNN，研究尺度的变化是此论文的创新的地方，所得到的网络是端到端的框架结构。整体方法：首先使用stacked Hourglass堆叠沙漏网络的的attention map 热点图。然后使用CRF（conditional random field）得

Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields（发表于2017年4月14）可以对多人场景的人体姿态进行识别，得到2D火柴棒。这篇论文是bottom-up（先检测肢干[keypoints or parts]，再归类为不同个体）方法。其中构建肢干间联系是这篇文章的重点。许多方法都是单人姿态估计，这篇是处理多人场景，所

关于姿态的论文下载及意义的有关说明（2017年11月23日）：链接1–（较为概括但简略）首先是知乎有一个2017年姿态方面的论文/相关工作的一个总结。所以直接照搬过来，一个比较高屋建瓴的综述性的文章。https://zhuanlan.zhihu.com/p/27293180 《VALSE2017系列之三：人体姿态识别领域年度进展报告》[1]。这篇综述性质的科普问所幸被收录在一个该领域的以为研究博士的

cascade learning 级联学习，前深度学习方法关于这个话题有个小博客，AdaBoost和Cascade，http://www.jianshu.com/p/bfa54561960e 还有这个《基于cascade的object detection》论文： learning SURF Cascade for Fast band Accurate Object Detection 这篇论文是