AlphaPose（RMPE）区域多人姿态估计理解

1.介绍

AlphaPose 是一个精准的多人姿态估计系统，是首个在 COCO 数据集上可达到 70+ mAP（72.3 mAP，高于 Mask-RCNN 8.2 个百分点），在 MPII 数据集上可达到 80+ mAP（82.1 mAP）的开源系统。为了能将同一个人的所有姿态关联起来，AlphaPose 还提供了一个称为 Pose Flow 的在线姿态跟踪器，这也是首个在 PoseTrack 挑战数据集上达到 60+ mAP（66.5 mAP）和 50+ MOTA（58.3 MOTA）的开源在线姿态跟踪器，精准度高于现有技术的最好结果。

AlphaPose官网：https://github.com/MVIG-SJTU/AlphaPose

姿态估计结果：

COCO test-dev 2015 的结果：

MPII 完整测试集的结果：

 AlphaPose是一个基于自上而下的多人姿态估计项目，目前的Alphapose实际上是yolov3-spp行人检测+姿态关键点检测+行人重识别算法的组合，对应多目标检测、单人姿态估计、行人重识别三个任务。

2.RMPE的步骤

1. 先做多人目标检测
2. 将检测到的目标裁剪下来，通过仿射变换转换成大小为固定大小的图像
3. 使用单人姿态估计网络预测所有图像中的关键点，关键点回归用的是热图法
4. 将检测到的关键点通过仿射变换的逆变换还原成原图像中的坐标。

Alphapose的单人姿态估计网络主要有三种输出格式：coco 17关键点，Halpe 26关键点和Halpe 136关键点。
如果想要在自己电脑上运行相关模型，需要去下载训练集，放到pretrained_models文件夹内即可，下载地址可以参考下面链接。

AlphaPose/MODEL_ZOO.md at master · MVIG-SJTU/AlphaPose · GitHub

3.RMPE架构

框架包含3个主要模块：SSTN、P-NMS和PGPG。Alphapose可以利用不准确的边界框和重复检测结果（这在实际的工程场景中非常常见。），最终在MPII数据集上达到了76.7的mAP精度。

相关组件：

1. SSTN，更为高效的对中策略，来克服检测框质量不高的问题；
2. P-NMS，利用姿态间距离去重技术；
3. PGPG，一种用于姿态估计的样本增强技术，配合SSTN/P-NMS来获得更好地模型性能；

3.1 SSTN

       SSTN（Symmetric Spatial Transformer Network），对称空间变换网络，在不准确的bounding box