《Real-time 2D Multi-Person Pose Estimation on CPU：Lightweight OpenPose》论文笔记

参考代码：lightweight-human-pose-estimation.pytorch

1. 概述

导读：这篇文章是在OpenPose的基础上进行轻量化改进，从而使得整体网络能在Intel的CPU上达到实时的运行效果。对此文章的算法也是相当轻量级的只有410w的参数90亿的浮点运算，是含有两阶段优化OpenPose的15%，但是其AP（Average Precision）只降低了1个点。自然文章对原有OpenPose进行了加多的改进，从而使其在速度上得到提升。

2. 方法设计

OpenPose是bottom-up的关键点检测算法，其运行流程可以分为两个部分，见下图所示：

• 1）CNN网络输出两个特征图：关键点heatmaps和PAFs，这里特征图的stride=8；
• 2）将关键点按照人进行聚合得到属于这个人的关键点；

2.1 OpenPose计算复