人体姿态估计综述

人体姿态估计

• 人体姿态估计就是在一幅图像或一段视频中得到人体关节点位置的过程。
• 利用深度学习进行姿态估计的方法大致分为两种：
  自上而下（top-down），即先检测出来人体，再对单个人进行姿态估计
  自下而上（down-top），则是先检测出人体关节点，再根据检测出来的关节点连成人体骨架
• 目前单人的姿态识别技术已经很成熟，由于一张图只含有一个人，所以用时来说100ms左右。Open-pose的CPM模型采用的大卷积核来获得大的感受野，对于推断被遮挡的关节是很有效的，实现起来简单，只不过速度略慢一点。
• 多人的姿态识别top-down的方法总体来说效果好于bottom-up的方法，而bottom-up的速度明显要优于top-down。

数据集

1.MPII
地址：http://human-pose.mpi-inf.mpg.de/
样本数：25K
关节点个数：16
全身，单人/多人，40K people，410 human activities
2.COCO
地址：http://cocodataset.org/#download
样本数：>=30W
关节点个数：18
全身，多人，keypoints on 10W people