人體姿態(tài)識(shí)別方法有哪些？
1. 現(xiàn)階段人體姿態(tài)識(shí)別主流的通常有2個(gè)思路： Top-Down（自上而下）方法：將人體檢測(cè)和關(guān)鍵點(diǎn)檢測(cè)分離，在圖像上首先進(jìn)行人體檢測(cè)，找到所有的人體框，對(duì)每個(gè)人體框圖再使用關(guān)鍵點(diǎn)檢測(cè)，這類方法往往比較慢，但姿態(tài)估計(jì)準(zhǔn)確度較高。 目前的主流是CPN，Hourglass，CPM，Alpha Pose等。
人體姿態(tài)評(píng)估模塊是什么？
人體姿態(tài)評(píng)估模塊主要是基于估計(jì)模塊輸出的骨骼點(diǎn)坐標(biāo)集，來(lái)對(duì)圖像中人體的動(dòng)作進(jìn)行識(shí)別，通過(guò)將待預(yù)測(cè)姿態(tài)與標(biāo)準(zhǔn)姿態(tài)庫(kù)中的姿態(tài)對(duì)比匹配，輸出識(shí)別結(jié)果和匹配損失。 在這一部分，采用局部評(píng)估+相似度的方法來(lái)進(jìn)行匹配，只比較右上肢、右下肢、左下肢三個(gè)部分的骨骼點(diǎn)，將每個(gè)骨骼點(diǎn)的相似度與標(biāo)準(zhǔn)姿態(tài)的進(jìn)行對(duì)比，計(jì)算累計(jì)誤差，累計(jì)誤差越小的，說(shuō)明匹配度越高，從而得到和待預(yù)測(cè)姿態(tài)最接近的標(biāo)準(zhǔn)姿態(tài)。
自下而上的人體姿態(tài)估計(jì)方法是什么？
摘要：自下而上的人體姿態(tài)估計(jì)方法由于尺度變化的挑戰(zhàn)，在預(yù)測(cè)小人物的正確姿態(tài)方面存在困難。 本文提出了一種新的自底向上的人體姿態(tài)估計(jì)方法，該方法利用高分辨率特征金字塔來(lái)學(xué)習(xí)尺度感知表示。
什么是2d人體姿態(tài)估計(jì)算法？
在HRNet之前，2D人體姿態(tài)估計(jì)算法是采用（Hourglass/CPN/Simple Baseline/MSPN等）將高分辨率特征圖下采樣至低分辨率，再?gòu)牡头直媛侍卣鲌D恢復(fù)至高分辨率的思路（單次或重復(fù)多次），以此過(guò)程實(shí)現(xiàn)了多尺度特征提取的一個(gè)過(guò)程。 HRNet的主要特點(diǎn)是在整個(gè)過(guò)程中特征圖（Feature Map）始終保持高分辨率，low resolution representlations和high resolution representlations是并行設(shè)計(jì)的，他們是在相同的level上。