人体姿态跟踪--Pose Flow: Efficient Online Pose Tracking

Pose Flow: Efficient Online Pose Tracking
https://github.com/MVIG-SJTU/AlphaPose

本文主要是关于人体姿态跟踪方面的内容。在对视频每一帧人体姿态估计完成之后，通过分析前后若干帧之间的人体姿态关系来完成人体姿态跟踪问题。

主要通过两个步骤来实现的：1） pose flow 姿态流的生成，2）姿态流中进行了非极大值抑制

整个网络流传图

3 Our Proposed Approach

这里定义了一些姿态度量：
Intra-Frame Pose Distance ： 这个距离主要衡量同一帧内两个姿态的相似度

Inter-frame Pose Distance ：这个距离主要衡量相邻帧内两个姿态的相似度

3.2 Multi-Person Pose Estimation
多人姿态估计这里我们使用 RMPE 方法， Faster R-CNN+ 改进的 SPPE

3.3 Pose Flow Building
Pose flows are built by associating poses that indicates the same person across frames.

3.4 Pose Flow NMS

实验结果

本文的思路主要借鉴 多目标跟踪问题中的目标相关性分析