版权声明：本文为博主原创文章，未经博主允许不得转载。转载请注明出处：http://blog.csdn.net/autocyz?viewmode=contents——autocyz https://blog.csdn.net/autocyz/article/details/81488235
A simple yet effective baseline for 3d human pose estimation
主要工作
在以往的人体3D关键点检测的方法中，主要有两种，一种是构造end-to-end的网络，直接实现输入普通图像，输出人体3D关键点；另一种是首先使用2D关键点检测的方法，检测出2D的关键点，然后使用匹配对对齐的方式构造出3D关键点。
这篇文章的工作非常简单，但是也非常的有用。其主要工作就是构造一个网络，实现2D人体关键点到3D关键点的映射。实际上，2D关键点到3D关键点的映射，就是一个回归过程，而现在使用神经网络构造回归器是非常容易的，因此很容易想到使用训练一个神经网络，实现回归过程。因为作者的方法比较简单，所以作者自己也说这是一个baseline。具体的：
- 构造了一个高效的2D转关键点转3D关键点的 神经网络
实现细节
网络结构
作者借鉴了如上图所示的Resnet residual结构，作者称之为block，每个block中有两个全连接层（Linear），每个全连接层后面都跟着batch normalization、ReLU、Dropout层。
除此之外，作者还在block前，加了一个全连接层，用来将输入的16*2的关节点升维到1024维，同样的，在网络最后也加了一个全连接层，用来将1024维的数据降维到16*3
在网络中，block的数量可多可少，这里作者一共使用了两个block。
网络输入和输出
输入： 2D关节点的坐标，16*2表示的是16个关节点，每个关节点的坐标是二维的
输出：3D关节点的坐标， 16*3
训练细节
训练数据： Human3.6M： http://vision.imar.ro/human3.6m/description.php
训练参数： Epoch=200， Adam，batch_size=64，weight init=Kaiming initialization， lr=0.001