一、相关博客

1.Improving Multi-Person Pose Estimation using Label Correction论文精读
openpose改进策略

• coco数据集所存在的问题：

* 图片之后的人体区域没有关键点的标注
* 遮挡情况下的人体区域没有关键点的标注
* 有些可见的关键点区域没有进行相应的关键点标注
* 可以忽略的区域的mask标注缺失

• 实验证明使用修正过的数据进行训练可以加速训练的收敛，并且提升模型的精度。
  

a.原始COCO数据集的关键点
b.根据关键点生成的PAF
c.使用openpose检测生成的PAF

由于COCO数据集对超出图片范围的肘部缺少标注，会对生成的PAF造成影响，最终影响训练精度。

• 人体姿态估计2种思路：

1.自顶向下Top-down
缺点：随着图片种人数量的增加，计算时间也会增加。
举例：stacked hourglass network，Cascaded Pyramid Network，Mask RCNN

2.自底向上Bottom-up
优点：计算时间复杂度不受图片种人数量多少的影响。
举例：DeepCut，Integer Linear Program (ILP)，DeeperCut8

• openpose网络结构：(原文有图)

网络整体：以vgg19作为基础结构，后续接了6个stage。最后一个stage分别预测PAF(Part Affinity Fields)和PCM(part confidence map)。第一个stage之前的vgg基础结构共下采样3次，后续的stage都没有进行下采样操作。

以COCO数据集包含18个人体关键点为例子。最终网络的输出将会是18（关键点）+1（背景）个channel的PCM输出和（18+1）*2=38个channel的PAF输出。最终将PCM和PAF的输出concat后，共得到57个channel的输出。

假设输入图像大小为368 * 368。因此得出，网络输入大小为1 * 3 * 368 * 368，输出大小为1 * 57 * 46 * 46。（328/2/2/2=46 三次下采样 就是除三次2）

• 身体关键点标号
  

• openpose lose

PAF和PCM的loss都是MSE。(y)

• 标签纠正

纠正的思想:
PCM直接取groundtruth和openpose模型预测的关键点中得分较大的。
PAF，由于得分有正负之分，因此取绝对值较大的。

H表示关键点PCM，L表示关键点的连接PAF。

• 蒸馏：
  a.正常训练 b.知识蒸馏 c.标签纠正 d.数据蒸馏
  

• 训练数据增强
  随机镜像翻转，-40度---+40度的随机旋转，0.5-1.1的随机缩放，368*368的随机crop。

• 实验结果
  

• 总结:
  对COCO中训练数据的错误label进行修正，有助于提升openpose训练的精度。

• reference

论文地址