論文地址：https://arxiv.org/abs/1611.08050
Github主頁：https://github.com/ZheC/Realtime_Multi-Person_Pose_Estimation
網(wǎng)絡架構
文章代碼總共分為兩條線
第一條線：求所有的關鍵點（頭，肩膀，手肘，手腕 ... ）
1）一共兩個cnn，第一個cnn的輸入是原圖，輸出是熱圖（每一個熱圖包含某一種關鍵點）
2）第二個cnn輸入是上一個cnn得到的所有熱圖，和原圖。輸出還是熱圖。循環(huán)直至收斂
，共17個關鍵點，分別是：
Nose = 0 # 鼻子
Neck = 1 # 脖子
RShoulder = 2 # 右肩
RElbow = 3 # 右肘
RWrist = 4 # 右手腕
LShoulder = 5 # 左肩
LElbow = 6 # 左肘
LWrist = 7 # 左手腕
RHip = 8 # 右臀
RKnee = 9 # 右膝蓋
RAnkle = 10 # 右腳踝
LHip = 11 # 左臀
LKnee = 12 # 左膝蓋
LAnkle = 13 # 左腳踝
REye = 14 # 右眼
LEye = 15 # 左眼
REar = 16 # 右耳
LEar = 17 # 左耳
Background = 18
第二條線：求所有關節(jié)區(qū)域
1）一共兩個cnn，第一個cnn的輸入是原圖，輸出是熱圖（每一個熱圖包含某一種連接（可以簡單理解為骨頭）區(qū)域），其實它們是一整片區(qū)域，不過每個地方的概率大小不同。
2）第二個cnn輸入是上一個cnn得到的所有熱圖，和原圖。輸出還是熱圖。循環(huán)直至收斂
根據(jù)前邊兩個階段得到的兩個熱圖，計算哪兩個點連接比較好。這就要根據(jù)關節(jié)區(qū)域和點的位置來計算每個像素的小法向。生成一個法向圖。
根據(jù)前邊生成的法向圖，第一條線中最后得到的各個點的連線，確定哪兩個點的連線的概率最大，找到所有這樣的線。找到一個線就可以開始用最小生成樹算法來找下一條線，最終得到一個人的骨架，然后得到所有的骨架，如果有連接不完整的，那就殘缺的存在就好了。
