BlazePose: On-device Real-time Body Pose tracking

（吐槽：标题为啥最后一个单词是tracking而不是Tracking）
谷歌研究院提出的用于边缘设备上运行的单人人体姿态估计算法，思路很清奇，和之前的做法有很大的不同。

• 使用face detector检测人体而不是body detector。作者发现，使用body detector的话受场景中密集人群遮挡的影响，而且遮挡严重状态下，body detector的confidence值不会很高。而人的头部一是不容易被遮挡，二是在神经网络中该出的响应值往往是最高的。因为，文章使用了一个face detect，并额外输出当前人的middle hips point，size of the circle circumscribing the whole person, incline(根据后文的意思来看，这个incline就是 middle hips point 和 middle shoulder point 的连线和y轴的夹角)。这样，首先就有了一个轻量化的person detector。
• 网络是有两个部分组成，分别是keypoints detection部分和keypoints regression部分。这个网络新颖的地方在于，在训练阶段，keypoints detection和regression一起训练，但两者之间仅有feature的连接，gradient不传播。在测试的时候，砍掉detection部分，仅保留regression部分，这样可以加快运行速度。文章通过实验证明这种方法在大幅加速的同时也没有损失精度，网络结构如下图所示：
• 另外在训练阶段࿰