Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

介绍

• 2017年的工作
• 多人pose估计
• 使用bottom-up的思路

方法

• 使用CNN从图像中检测关节热点图和PAF，CNN的结构如下，关节热点的估计和PAF的估计分别用两条之路，结果结合在一起送给下一层refine，使用多层refine 的方法获得更好的结果，个人觉得多层优化并不是最大的创新，最大的创新在于PAF对于关节热点图估计的辅助作用，以及后面使用PAF进行关节匹配聚合。

• 对可能相关的关节点进行二分图匹配，使用的是匈牙利算法，链接的边权通过两点间的PAF定义，求最大值
• 使用贪婪松弛的匹配算法得到最后的匹配。（方法有4种，论文写的好混乱，没区分清）

结果

比Mask-RCNN（2018top-down）差一个点