论文:Convolutional Pose Machines
Github:https://github.com/timctho/convolutional-pose-machines-tensorflow
https://github.com/JindongJiang/WeightedLoss_Convolutional_Pose_Machines_PyTorch
CMU的工作,和openpose是同样的作者
主要贡献:
- 通过卷积神经网络的序列组合,来学习关键点的空间信息,也就是提出了cascade类型的级别卷积网络结构
- 提出系统话的方法来设计和训练关键点检测,不需要类似图模型的接口。
网络结构:
可学习的空间纹理特征进行序列预测:
感受野:
梯度消失:
后面几层的stage有loss,而越靠前面的stage,loss就都消失了。因此,需要每一个stage都引出一个loss进行学习来解决梯度消失的问题。
实验结果:
总结:
CPM,一种自上而下的关键点检测算法,需要结合检测算法使用。