姿态估计-前言知识

目录

1.自顶而下和自下而上的区别

2.以COCO数据集为例解释评价指标

3.single-scale和multi-scale

4.推荐干货

---

1.自顶而下和自下而上的区别

在姿态估计任务中，经常看见别人论文上提到这是自顶而下或者自下而上方法，那么怎么区分两者

自顶向下的算法先从图像中检测出所有人，随后利用单人姿态估计的方法对所有人进行姿态估计。自顶向下算法的缺点是算法运行效率随着人数增加而降低，且部分被遮挡的人无法被检测，精度不高。

自底向上的算法，先检测出所有人的骨点，再将骨点进行连接形成图，最后通过图优化的方法剔除错误的连接，实现多人姿态估计。自底向上算法的优点是运行时间不随人数增加而线性增加，更有利于实时多人姿态估计，例如affinity linking、 associative embedding 、HGG 和 HigherHRNet 

2.以COCO数据集为例解释评价指标

参考：COCO目标检测测评指标 - 简书

以下12个度量用于表征COCO上的目标检测器的性能：

1.除非另有说明，否则AP和AR在多个交汇点（IoU）值上取平均值。具体来说，我们使用10个IoU阈值0.50：0.05：0.95。这是对传统的一个突破，其中AP是在一个单一的0.50的IoU上计算的（这对应于我们的度量APIoU=.50 ）。
2.AP是所有类别的平均值。传统上，这被称为“平均准确度”（mAP，mean average precision）。我们没有区分AP和mAP（同样是AR和mAR），并假定从上下文中可以清楚地看出差异。
3.AP（所有10个IoU阈值和所有80个类别的平均值）将决定赢家。在考虑COCO性能时，这应该被认为是最重要的一个指标。
4.在COCO中，比大物体相比有更多的小物体。具体地说，大约41％的物体很小（面积<322），34％是中等（322 < area < 962)），24％大（area > 962）。测量的面积（area）是分割掩码（segmentation mask）中的像素数量。
5.AR是在每个图像中检测到固定数量的最大召回（recall），在类别和IoU上平均。AR与提案评估（proposal evaluation）中使用的同名度量相关，但是按类别计算。
6.所有度量标准允许每个图像（在所有类别中）最多100个最高得分检测进行计算。
7.除了IoU计算（分别在框（box）或掩码（mask）上执行）之外，用边界框和分割掩码检测的评估度量在所有方面是相同的

3.single-scale和multi-scale

Single-Scale：是指把一张图片送到 CNN ；

Multi-Scale：一般会送到 CNN 十张图片：比如高宽是 256 Χ 256 的图片，Multi-Scale会在它的四个角以及中心裁剪 5 张 224 Χ 224 的图片，然后再进行翻转，总共得到十张图片，最后全部送到 CNN。 

4.推荐干货

目标检测（行为识别）中的一些技巧：目标检测比赛中的tricks（已更新更多代码解析） - 知乎