【MSA R-CNN | MultiPoseNet 】：人体检测和关键点定位共享特征网络

1.MSA R-CNN

Multi-scale Aggregation R-CNN
MSA RCNN：该网络将关键点定位和人体目标检测整合到一个网络中。该网络的主要创新点为：MS-RoIAlign和MS-KpsNet。网络整体框架如下图所示。

Multi-scale RoIAlign Block
MS-RoIAlign：从多个不同尺度的特征图中获取人体框特征，并聚合。
原始的RoIAlign从单一的特征图上提取proposal，而MSA R-CNN中提出的MS-RoIAlign从多个尺度的空间中提取特征，而不是在单一尺度中提取。这就能提供更多的信息。如下图所示，多个尺度的特征可以增加更多的感受野，使得最终的检测和关键点定位更加准确。

Mutil-scale keypoint head network
MS-KpsNet：将MS-RoIAlign聚合后的人体proposal特征，进行人体关键点热度图预测。
如下图所示，该网络接收由MS-RoIAlign输出的人体框所在区域的特征，该网络由简单的卷积，降采样，上采样，