hourglass论文_深度学习领域，你心目中 idea 最惊艳的论文是哪篇？

提问者本人，发这篇回答是因为没想到第四天就被‘极市平台’公众号抄了。被朋友告知提问被‘转载’

事情不是多大个事，但我就是想喷它。我自己想的问题，自己写的描述，它直接拿来用了。

改问题我邀请了朋友来答，以及在不能一键邀请时一个个点了将近700个不认识的人，我并不觉得没有任何贡献的时候直接转载是个好习惯。

回答问题的答主们，也会写个谢邀呢。

总之，我最烦这种公众号抄袭。

另外，顺便详细介绍一下我提问中提到的AE论文，我的本意是哪篇论文的‘insight’最惊艳，它可能不需要很高的工程难度，AE就是这样一篇论文。

AE (Associative Embedding) 用于自底向上的多人姿态估计和语义分割，作者Alejandro Newell 同时也是Hourglass 的作者，可以说是天才人物频出佳作了。

自底向上的多人姿态估计要解决两个问题：预测关键点的位置

预测关键点属于哪个人

在AE之前，最出名的工作是OpenPose, 可以简述为，它让网络对每个像素输出一个offset，根据它我们计算某个关键点应该连向哪里，比如手腕A连接哪个手肘是正确的，也就是比较著名的PAFmap。后续工作比如PersonLab, 也都是在offset上变着花样。

那么AE的核心观点是：不需要规定某个关节点需要输出一个固定的值，来决定它属于某个人，只需规定属于不同人的关节点，输出的值有差异即可。只需关注属于不同人的关节点输出的值不同即可

总结来说对于损失函数：属于同一个人的关节点，输出的值应该相同 -> 损失函数为：当前值 - 该人的平均值。

属于不同人的关节点，输出应该不同 -> 损失函数为：(当前值 - 其他人的平均值)取负指数函数来改变单调性。

当时读完这篇paper，我个人觉得，自底向上的方法在关键点分类这一块基本上是结束了，这种数据驱动的分类方式几乎达到了理论最优。后来我不做pose 相关的研究时也关注了higher-HRNet等工作，确实最新的SOTA都采用了AE这种关键点分类方式。

感谢大家听我分享，也希望自己也有一天能做出有insight的工作~。https://arxiv.org/abs/1611.05424​arxiv.org