OpenMMLab第二期：人体关键点检测与MMPose

姿态概述

•           什么是人体姿态估计？

从给定的图像中识别人脸、手部、身体等关键点，即输入图像I，输出为所有关键点的像素坐标，这里J为关键点的总数（取决于具体的关键点模型），例如人脸68关键点，手势21关键点，人体18关键点等等。

•  不仅可以做2D姿态估计，还可以有3D姿态估计

• 下游任务

行为识别：PoseC3D（基于人体姿态识别行为动作）

CG、动画：通过表情姿态驱动一个动画做很多有趣的动作。

人机交互：通过手势识别手来控制物体。

动物行为分析

2D姿态估计

任务描述：

2D人体姿态估计：在图像上定位人体关键点（通常为人体主要关节）的坐标，即输入图像I，输出预定义关键点的坐标。

基本思路有两种：

1.基于回归：回归关键点的坐标

2.基于热力图：预测关键点位于每个位置的概率，即，其中