《HigherHRNet：Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation》论文笔记

参考代码：HigherHRNet

1. 概述

导读：在bottom-up类型的人体关键点检测算法中，人物目标密集和人物目标过小都是算法表现不好的场景，对此这篇文章从特征提取的角度，在HRNet的基础上（用HRNet的输出并使用trasnpose卷积进行上采样）引入特征金字塔优化关键点检测算法HigherHRNet，算法从高分辨的特征金字塔学习scale-aware表达（train的时候是scale-aware的，infer的时候是将heatmap融合预测的），因而这样对尺度带来的检测问题有了一定的优化。文章的关键点检测算法在COCO test-dev数据集上达到了70.5% AP，对应在密集数据集CrowdPose上达到了67.6% AP。

关键点检测算法中top-down的检测方法由于会在检测结果的基础上进行crop和resize因而适当减轻了目标scale对关键点检测的影响，相对来说整体的流程比较慢。但是在bottom-up的检测算法中是先单独检测关键点位置，之后再通过关键点之间的关联性将关键点组合成不同的instance，因而对于instance尺度带来的影响较为敏感，但是优势就是速度快。

因而对于bottom-up的关键点检测算法对于小目标的检测性能一部分程度上是依赖于提供检测的特征图，这篇文章也是从这个点出发进行特征图提取改进。将文章的方法与之前的一些方法进行比较见下图所示：