AlphaPose 姿态估计 论文解读笔记

论文链接：arxiv.org/abs/1612.00137

论文代码：github.com/MVIG-SJTU/AlphaPose

此博客不是直接对论文的翻译，是阅读论文时的笔记和总结；

论文采取的方法：alphapose 采取的为自顶向下，two-step 方法；

论文的基本实现步骤：

1）采取 Faster-RCNN作为人体检测网络，提取图片中的人体候选框；

2）将得到的人体检测候选框进行变换，使人体处于图片的中心位置，然后用SPPE Stacked Hourglass mode 进行关键点和姿态预测，将预测的结果再变换到原始图片位置，得到原始图片上人体关键点的位置；

3）通过其设计的pose NMS  计算pose的相似度，排除多余的pose；

论文重点创新点为：

1）对人体检测框的变换(STN)，使送入SPPE的图片中检测人体均处于图像的中心；

2）在训练时添加parallel SPPE固定其权重参数，并认为人体在中心点，通过其结果与真实标签的误差去指导STN；

未理解部分：

1）在训练过程中parallelSPPE是如何指导STN的theta，使人体居于图像中心；----此问题待详细解释；