Distribution-Aware Coordinate Representation for Human Pose Estimation
paper : https://arxiv.org/pdf/1910.06278.pdf
Comments: Results on the COCO keypoint detection challenge: 78.9% AP on the test-dev set (Top-1 in the leaderbord by 12 Oct 2019) and 76.4% AP on the test-challenge set. Project page: https://ilovepose.github.io/coco
我们通常使用的heatmap预测关键点的位置。如果我们将heatmap中的最大**位置最为最后的预测位置，同时由于下采样输入的高分辨率图像，这样会导致量化误差（quantisation error）。为了缓解这一问题，在现有的坐标解码过程中，通常会按照从最高**到次高**的方向手工进行移位操作。
论文的研究问题就是，很少被人关注的坐标解码问题。虽然现有的标准移动操作（上述）已经被证明是有效的，在这项研究中，论文提出了一个原则性的分布感知表示方法（principled distribution-aware representation method），以更准确的联合定位在亚像素精度。具体来说，它的设计是通过基于泰勒展开的分布近似来综合考虑热图**的分布信息。
The standard coordinate decoding method
给定一个预测结果 ：heatmap (h)。其**的最大位置和第二大位置分别为（m）,（s）。那么关节位置是：
The proposed coordinate decoding method
假设：预测的heatmap服从二维高斯分布。所以预测的热图表示为：
x是预测heatmap的像素位置，μ是将要被估计的关节坐标位置，协方差矩阵
对数转换G，----->
我们要估计的是μ，他是极值点，我们也知道他的一阶导数在 x = μ 处等于0。
采用泰勒定理，在最大**处m，展开。选择m来近似μ的直觉是，因为他是一个好的大概的关键点预测位置。
怎么计算得到的？
表示P在m处的二阶导数。
综上：
Heatmap distribution modulation
通常我们预测的heatmap（上图） ，在最大**附近出现很多峰值。使用一个与训练数据变化相同的高斯核K来平滑heatmap h中多个峰值的影响，形式上为（卷积操作）。为了保持原有的热图的大小，我们最终缩放h'，使其最大**值等于h的最大值，通过以下转换
类似于归一化。