《Deep High-Resolution Representation Learning for Human Pose Estimation》

代码 文章主页

1. 研究问题
大多数现有的姿态检测网络从由串联连接的高到低分辨率网络产生的低分辨率表示中恢复高分辨率表示，可能会导致预测热图的精度损失。
2. 研究方法
所提出的高分辨率网络（HRNet）在整个过程中保持高分辨率表示，首先，不同于传统的串联连接由高到低分辨率网络，HRNet并行连接由低到高分辨率子网，保持高分辨率而不是由低到高恢复分辨率，因此预测的热图可能在空间上更准确。然后进行重复的多尺度融合，使得每个从高到低的分辨率表示一遍又一遍地接收来自其他并行表示的信息，从而产生丰富的高分辨率表示。因此，预测的关键点热图可能更准确。
2.1 网络结构
人体姿态估计，又名关键点检测，旨在从大小为 W × H × 3 的图像 I 中检测 K 个关键点或部位（例如肘部、手腕等）的位置。最先进的方法将此问题转化为估计 K 个大小为 W’ ×H’ 的热图，{H1,H2, . . . ,HK}，

《Deep High-Resolution Representation Learning for Human Pose Estimation》最先出现在Python成神之路。