AlposePose姿态估计和跟踪

    目前，姿态估计有两个主流的方法，自顶向下，先检测出数据中的人体检测框，再根据每个检测框识别人的姿态。与之对应的是自低向上的方法，即先检测数据中所有的骨骼点，再通过拼接得到多人的骨架。两种方法各有缺点，其中自顶向上的方法，姿态检测准确度非常依赖目标检测框的质量。而自低向上的方法，如果两人离得非常近，容易出现模棱两可的情况，而且由于是依赖两个骨骼点之间的关系，所以失去了对全局的信息获取。
    Alphapose是多人姿态识别框架，属于自顶向下的方法，其主要解决两个问题，(1) 检测框不准，如图1所示；(2) 检测框重叠问题，如图2所示。

图1

    其中，红色框为真实框，其经过SPPE(Single Person Pose Estimation)后可以检测到骨骼点，黄色框为预测框，且其与真实框的IOU大于阈值(0.5)，为预测正确的检测框，但是其经过SPPE后并没有检测到骨骼点。且从图中可以看到，预测正确的框检测不到骨骼点主要有两个方面，(1) 该框所在区域并没有完全包括人体；(2) 该框中人体不是处于中心位置。

图2     从图2可以看到，当同一个人体检测出多个预