人体骨架特征点检测CPM：Convolutional Pose Machines

cpm算法就是通过级联stages，即通过stage2优化stage1得到的predict结果，stage3优化stage2，以此类推，一步一步refine predict得到最后的predict结果，原理如下图：

       stage1中，图像image（论文把图像归一化为368×368） 通过卷积和池化X，提出图像的特征（尺寸为46x46，有三个池化pool，所以缩小8倍），在经过两个1X1卷积，得到stage1的predict result（46X46X(P+1)），其中P为骨架特征点数，+1是背景，stage2中，图像image（论文把图像归一化为368×368）经过X’，得到46X46X32特征图，并把stage1中得到的predict result 

concat一起，再经过五个卷积层，得到stage2的predict result （46X46X(P+1)），重复stage2,重复的优化，得到最终的结果。

     gt heatmaps是特征点的高斯点，所有的stage都有监督训练，loss采用的是l2范数，如下所示：