0 - 背景
Facebook AI Research（FAIR）开源了一项将2D的RGB图像的所有人体像素实时映射到3D模型的技术（DensePose）。支持户外和穿着宽松衣服的对象识别，支持多人同时识别，并且实时性良好。
1 - 思路
1.1 - 标注数据集
对于一般的姿态识别（骨骼追踪），能够识别出一二十个点便可以构成一个人体姿态，但如果要构造出一个平滑的3D模型，则需要更多的关键点，DensePose需要336个（24个部位，每个部位14个点）。
同时要求注释者在标记的时候要标出被衣物掩盖住的部位，比如宽松的裙子。
上述工作进行之后，研究人员对每一个展开部位区域进行采样，会获得6个不同视角的标记图，提供二维坐标图使标记者更直观的判断哪个标记是正确的。
最后将平面重新组合成3D模型，进行最后一步校准。这样下来，可以以高效准确的方式获得准确标记的数据集。各部位错误率如下，可以看到在躯干、背部和臀部存在较大误差。
1.2 - 模型
1.2.1 - Fully-convolutional dense pose regression
1.2.2 - Region-based Dense Pose Regression
1.3 - 效果
