Macro-Micro Adversarial Network for Human Parsing（ECCV2018）
摘要：在人體解析中，pixel-wise分類loss在低級局部不一致和高級語義不一致上有不足。引入帶有一個判別器的生成式網絡來解決這兩個不一致。但是，這兩種不一致是由不同機制產生的，所以一個判別器不能解決兩個不一致。所以提出Macro-Micro對抗網絡，倆判別器。同時，避免了對抗網絡處理高分辨率圖像時的poor convergence問題。
Introduction：pixel-wise loss有兩個缺點：1.產生局部不一致，比如空洞或模糊，因爲它僅處罰每個像素上的錯誤預測，而不考慮鄰接像素間的關係。2.產生語義不一致，比如不合理的pose或不正確的部件間空間關係，產生於深層，只注意局部區域，學習的模型對於部件的拓撲關係沒有整體認識，以致於大範圍的依賴關係不能捕捉。
爲了解決不一致，--->CRFs，作爲後處理的方式，（缺：因爲pairwise potentials，CRFs通常處理小範圍的局部的不一致，甚至有可能生成錯誤的label maps）
----->adversarial network，（優：adversarial loss通過多個lable變量的joint configuration評估一個label map爲真或假，可以產生高級的一致，不用成對項或逐像素分類Loss）（缺：1.兩個不一致1個判別器；2.單個判別器監督全局一致性，注意overall high-resolution Image。生成器很難騙過判別器。導致單個判別器反向傳播大的Loss，訓練不平衡，也就是poor convergence）
Related works:
human parsing.人體解析取得進步的原因1.大規模數據集，2.端到端的訓練模型。
Conditional random fields.CRFs在輸出的lable maps上執行spatial contiguity，作爲後處理，進一步細化輸出。因pair-wise potentials，只能處理小範圍的低級一致性。高級難設計。總之，CNN上上下文信息的利用依然是很Open的問題
Understanding Humans in Crowded Scenes: Deep Nested Adversarial Learning and A New Benchmark for Multi-Human Parsing（2018）
Introduction：之前的工作人體解析工作要麼只考慮粗糙信息，要麼對不同實例agnostic。在真實世界中，更可能的是存在多人，有不同的交互，姿態，遮擋。這就需要實例級人體解析。但是，現有的數據集不適合這個新任務。所以提出MHPv2數據集，多人解析數據集。
還提出了Nested Adversarial network，現有的方法一般依賴分離的階段（實例定位，人體解析，細化）NAN同時解析類別部件和分類不同的人。
Multiple-Human Parsing in the Wild（2017）
相比於單人解析，現實場景更需要多人解析。雖然多人解析可以通過person detect再解析，但是一般的人體檢測器適用於直立的人（simple pose），現實中往往存在親密接觸或者人間遮擋等。而且，雖然實例分割考慮了多人，但是隻能給出人體的輪廓，米有細節子類，不滿足人體解析的需求。考慮了這些提出MHP數據集和MH-Parser方法。
top-down,detector實例and parsing，這種方法嚴重依賴detector，當實例緊密就Poor performance了
down-up,embeddings of all pixels.。所以提出embedding super Pixels。進一步用Graph-GAN學習高層信息，細化embedding
通常的GAN是基於2D圖像的學習，首次提出圖結構學習。