本文,主要针对的还是bottom-up的方式,采用PAF(Part Affinity Fieilds),来进行自下而上的人体姿态估计。首先借鉴的CPM的方法,检测出人关键点的位置,比如图片上人体右肩膀的位置,得到检测结果是通过预测人体关键点的heatmap,这样就可以看到每个人体关键点上都有一个高斯的峰值,代表网络预测出这里是一个人体的关键点,同样对其他所有人的关键点进行同样的结果,得到这个检测结果,在得到检测结果之后,对关键点加测结果进行连接。在进行连接的时候,主要采用的就是PAF(一堆数学问题)。
所以整个过程如下所示:
首先输入一张图片,如图a所示,经过网络,得到b为一堆heatmap,如图是左手的中间轴点,以及左肩的位置,和c图的PAF这样的集合,再通过d的二分图匹配,得到e的解析后的结果。
参考: