Human Pose Estimation using Global and Local Normalization

1、

作者首先解决的是关键点的检测，随后是关键点的空间位置refine，其次在关键点检测的网络上面加入了mul-scale的监督和mul-scale的fusion，来融合多个尺度的特征

2、

作者的refine步骤主要是对关节点位置进行normalization,将人的身体的方向进行upright的修正，对人体的四个枝干进行位置的修正，使得两条胳膊和两条腿的方向都是垂直向下，这样使得整体的人的方向得到了refine和normaliaztion

所以整体的normalization分为body normalization和limb的normalization。进行完norm之后，然后对关节点进行refine 最后将关节点返回到原来的坐标系统中，作者在FCN，resnet和hourglass上都做了norm和refine的实验

作者指出了进行normalization的必要性，能够降低人体内部的多样性实现姿态识别的不变性

3、

首先是部位检测器，运用FCN，然后两个阶段的norm操作。作者融合低层特征是基于score map，这样更能利用关键点的坐标信息

3.1

Joint Detection

此处采用多尺度的FCN网络，标签是以关键点为中心的一个圆，在这个圆里面是1，其他地方就是0，hourglass就是一个高斯分布

3.2

Normalization Network

3.2.1 Body normalization

让整个人体的方向变成upright

3.2.2

Limb normalization

让左右胳膊，左右腿都垂直向下，上图已经说明了这个操作

对于Normalization部分的网络，网络结构图

首先scoremap经过gauss blur的处理，然后每张图的最大值处就是就是对应的关节的部位的位置，然后计算R和C，也即旋转矩阵的参数，然后经过空间变换得到输出的map，softmax损失作为最终的损失

4、实验

作者实验很充分，做了很多对比实验，包括基于ResNet和hourglass模型加上他们的refine来进行比对，作者在MPII数据集上表现不太理想，主要是因为在MPII数据集上面，人体姿态大部分都已经normalization好了，他们的人体姿态分布并不是那么的困难，而作者的算法主要是应用于复杂姿态才这么做的