2. Human Pose Estimation with Iterative Error Feedback
CVPR 2016
reading time: 2019/09/06
papaer addresses:https://arxiv.org/pdf/1507.06550.pdf
创新点:
1、使用一个自动修正的模型,通过反馈误差预测逐步改变初始解决方案。
LEF:左侧是输入图像I,和最初的关键点假设(y0)。预测器f(),输入是xt (xt: 由图片I 堆叠上当前的关键点位置yt<heatmap>),输出的是修正Et。这个修正加到yt上,得到新的位置估计yt+1。g() 将其变成heatmap,加到图片I上。
目的是:heatmap编码了当前的关键点位置,用于学习身体构型和图像上关节的空间位置。而且将输入控件和输出控件结合起来。
loss函数:
2、使用了迭代,而不是以此得到结果。预测有界修正而不是 直接预测结果。IEF并不是每个阶段都对总的坐标误差进行梯度下降,而是取总误差的一部分作为本阶段的迭代目标。
改进的地方:null