Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields 论文解读

概述

这是一篇关于肢体识别的非常经典的文章，本实验运用了caffe深度学习框架 （http://caffe.berkeleyvision.org），运用了 MPII  (http://human-pose.mpi-inf.mpg.de  人体姿态数据集)和 COCO（http://cocodataset.org  微软发布的 一个大型图像数据集）这些数据集可以帮助进行2D人体姿态评估。

     

为什么要着重来讲这篇论文，因为当时参加华中hackthon的时候，正是因为这篇文章的启发，才激发我们设计出了一款dancepose的学习跳舞的产品，并且获得了第一名，致敬作者

姿态识别逐渐应用到众多领域，比如游戏，动画电影姿态捕捉等，传统的姿态识别方法需要借助传感器，景深摄像头等高科技设备， 或者传统的神经网络识别方法经常会带来大的误差，错误。

本论文则提出了新的方法，旨在对2D视频影像中的动作行为进行关键点，关键域，捕捉识别拼接，从而实现姿态识别的效果 。

整体架构

传统方法：自上而下

思路：先检测人，再对每一个人进行姿态识别。

缺点： 1. 当人离得比较近时，检测人体