论文原文：Convolutional Pose Machines 作者信息：Shih-En Wei, Varun Ramakrishna, Takeo Kanade, Yaser Sheikh 代码参考：https://github.com/namedBen/Convolutional-Pose-Machines-Pytorch 博客参考：https://blog.csdn.net/JerryZhang__/article/details/97562875
文章的主要贡献是对结构化预测任务（如人体姿态估计）中的变量之间的长期依赖的隐式建模。具体来说，文章设计了一种由卷积神经网络构成的序列架构，整个预测流程分为多个stage,后面的stage使用前一个stage输出的belief map作为输入的一部分，与当前stage的卷积结果进行合并；这样随着stage的增加，得到更好的关节点位置的预测结果。另一方面，文章提出的方法通过目标函数强制生成中间监督，从而对梯度进行增益并调整学习过程，解决了梯度消失的问题。
仍旧是级联架构。如何建立长期依赖：We find, through experiments, that large receptive fields on the belief maps are crucial for learning long range spatial relationships and result in improved accuracy
方法
如上图所示，其中：
表示提取的特征图，在每一级都会进行提取：见(c)和(d)所示，他们后半部分是为了映射为 belif maps 用于中继监督
是一个预测器（文中称其为“分类器”），它的目标是产生 
（关节点总数+背景）张 heatmap（每个像素点是对应关节点的概率），从图中可以看出来，就是几个卷积层
是一个映射函数，将 belief maps 映射为上下文特征，实际上没有显式函数，就是 belief maps 内部包括的感受野信息
即是 belief maps，编码了关节点的坐标信息以及感受野信息
中间层都是：上一级的 belief maps 和当前级提取的 feature map 共同作为输入，这样其中的 belief maps 就可以随着层级的深入而不断获取更大的感受野，并且由于每一级又会重新提取 feature map 就能够弥补不断深入 pooling 造成的信息损失。
中继监督
训练
损失函数
每一级的损失函数：
最终总的损失函数：
网络在
级时，网络的参数共享（意思就是说后面几级无需再计算
，直接采用
级的结果
更少的参数，模型更小）
梯度分析？Joint trainning（end-to-end training）？中继监督？级联结构？如何效果？
论文结果
1.MPII数据集上，PCKh@0.5为87.95%，在比较难预测的ankle关节上，PCKh@0.5为78.28%；
2.LSP数据集上，PCKh@0.5为84.32%；
3.FLIC数据集上，PCK@0.2在elbow关节和wrist关节上分别为97.59%和95.03%。
若有收获，就点个赞吧
0 人点赞
