OpenPose论文的Method部分

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：

https://www.cnblogs.com/zonechen/p/11900481.html