Macro-Micro Adversarial Network for Human Parsing（ECCV2018）
摘要：在人体解析中，pixel-wise分类loss在低级局部不一致和高级语义不一致上有不足。引入带有一个判别器的生成式网络来解决这两个不一致。但是，这两种不一致是由不同机制产生的，所以一个判别器不能解决两个不一致。所以提出Macro-Micro对抗网络，俩判别器。同时，避免了对抗网络处理高分辨率图像时的poor convergence问题。
Introduction：pixel-wise loss有两个缺点：1.产生局部不一致，比如空洞或模糊，因为它仅处罚每个像素上的错误预测，而不考虑邻接像素间的关系。2.产生语义不一致，比如不合理的pose或不正确的部件间空间关系，产生于深层，只注意局部区域，学习的模型对于部件的拓扑关系没有整体认识，以致于大范围的依赖关系不能捕捉。
为了解决不一致，--->CRFs，作为后处理的方式，（缺：因为pairwise potentials，CRFs通常处理小范围的局部的不一致，甚至有可能生成错误的label maps）
----->adversarial network，（优：adversarial loss通过多个lable变量的joint configuration评估一个label map为真或假，可以产生高级的一致，不用成对项或逐像素分类Loss）（缺：1.两个不一致1个判别器；2.单个判别器监督全局一致性，注意overall high-resolution Image。生成器很难骗过判别器。导致单个判别器反向传播大的Loss，训练不平衡，也就是poor convergence）
Related works:
human parsing.人体解析取得进步的原因1.大规模数据集，2.端到端的训练模型。
Conditional random fields.CRFs在输出的lable maps上执行spatial contiguity，作为后处理，进一步细化输出。因pair-wise potentials，只能处理小范围的低级一致性。高级难设计。总之，CNN上上下文信息的利用依然是很Open的问题
Understanding Humans in Crowded Scenes: Deep Nested Adversarial Learning and A New Benchmark for Multi-Human Parsing（2018）
Introduction：之前的工作人体解析工作要么只考虑粗糙信息，要么对不同实例agnostic。在真实世界中，更可能的是存在多人，有不同的交互，姿态，遮挡。这就需要实例级人体解析。但是，现有的数据集不适合这个新任务。所以提出MHPv2数据集，多人解析数据集。
还提出了Nested Adversarial network，现有的方法一般依赖分离的阶段（实例定位，人体解析，细化）NAN同时解析类别部件和分类不同的人。
Multiple-Human Parsing in the Wild（2017）
相比於单人解析，现实场景更需要多人解析。虽然多人解析可以通过person detect再解析，但是一般的人体检测器适用于直立的人（simple pose），现实中往往存在亲密接触或者人间遮挡等。而且，虽然实例分割考虑了多人，但是只能给出人体的轮廓，米有细节子类，不满足人体解析的需求。考虑了这些提出MHP数据集和MH-Parser方法。
top-down,detector实例and parsing，这种方法严重依赖detector，当实例紧密就Poor performance了
down-up,embeddings of all pixels.。所以提出embedding super Pixels。进一步用Graph-GAN学习高层信息，细化embedding
通常的GAN是基于2D图像的学习，首次提出图结构学习。