3D human pose estimation 文章阅读笔记（持续更新）

最近终于回到学校了，不用在家摸鱼了。。。我也大半年没写过东西了emmm（太懒！！！）
师姐在知乎开了一个专栏，但我感觉我对在知乎分享文章没有动力，或许是在CSDN写惯了吧（还有一个原因，可能知乎大佬太多了🤣🤣🤣）。看到自己本科时在csdn写下的那些幼稚的分享，觉得记录真的很有用，起码多年以后再看还能感慨一下，我还写了这些东西？？？

想要开始写这篇博客是因为，虽然有读一些（三维人体姿态估计）论文，但我过段时间总是会忘记一些关键信息，所以就记录下来自己对每篇文章的理解~欢迎多和我交流啊！！！（我的邮箱是 dailinhui@pku.edu.cn）

2020年7月17日
Weakly-Supervised 3D Pose Estimation from a Single Image using Multi-View Consistency （BMVC2019）
创新点：提出了两个Loss。一个是Multi-View Consistency Loss， 另一个是Re-Projection Loss。

Multi-View Consistency Loss 是要保证各个视角估计得到的3D poses用各个视角下的外参计算后，要在世界坐标系下保持一致。（所以这个用到了外参哦！）但是我有个疑问：既然知道了每个2D pose在相机下的外参，那不是一定能估计出来3D pose吗？ 哎。
Re-Projection Loss 这个Loss和 VideoPose 里提出来的重投影Pose不是一样的意义么？？？就是3D poses 投影回2D 要跟用2D pose estimator估计得到的2D poses要一致。

我觉得这篇文章这个 weakly-supervised的意义就在于不需要3D ground truth了。然后文章写得通俗易懂，不过这个算是有很大的创新吗？PS：木有别的意思，只是要找下 是什么样的点，算是能发论文的点~~~