論文:《Convolutional Pose Machines 》
1.概述
CPMs由一系列預測器組成，這些預測器經過訓練，可在每個圖像位置進行密集預測。
本文的主要貢獻包含：
a：使用級聯（sequential）卷積結構學習隱式空間模型。
b：系統地設計和訓練CPMs來學習圖像特徵和依賴圖像的空間模型（各個關節的關係）
2.CPMs的模型架構
CPM採用CNN的方式來進行特徵提取和上下文信息提取，以heatmap的形式表示預測結果（能夠保留空間信息），在全卷積的結構下使用中間監督進行端到端的訓練和測試，極大提高了關鍵點檢測的準確率。
Heatmap的好處： 在於空間位置信息的保存，這個非常重要。一方面，可以保留multi-modal的信息，比如沒有很好的context信息的情況下，是很難區分左右手的，所以圖片中左右手同時都可能有比較好的響應，這種heatmap的形式便於後續的cascade進行refinement優化。另外一個方面，人體姿態估計這個問題本身的自由度很大，直接regression的方式對自由度小的問題比如人臉landmark是比較適合的，但是對於自由度大的姿態估計問題整體的建模能力會比較弱。相反，heatmap是比較中間狀態的表示，所以信息的保存會更豐富。
3.參考
https://zhuanlan.zhihu.com/p/102468356
https://blog.csdn.net/shenxiaolu1984/article/details/51094959
https://zhuanlan.zhihu.com/p/56131599