pose machine論文基本思想和全文翻譯

基本思想

網路分為多個層級多個stage，每個層級的輸入是一個patch（影象的部分），即從影象中以點z(x,y)為中心得到的一個矩形框（可以設定不同的大小）。第一個stage的層級1將從patch得到的特徵 1xz ${}^1{x}_z$

這裡的上下文資訊$Ψ$分為兩部分，一部分是上下文patch特徵，一部分是上下文offset特徵。前一部分是每個層級上所有part在位置z處score的級聯，是對短距離的關係進行處理；後一部分先獲取所有part在l層級t-1 stage上的置信的峰值，然後計算part p從z到峰值k的極座標偏移向量，也對長距離的互動進行編碼。

論文翻譯連結