Distribution-Aware Coordinate Representation for Human Pose Estimation
一. 论文简介
设计gaussian heatmap的后处理，获得更精确的位置坐标
主要做的贡献如下（可能之前有人已提出）：
- encode使用non-bias生成heatmap
- decode使用gaussian函数梯度求取
二. 模块详解
2.1 整体结构介绍
论文思想比较简单，整体进行概括
- 编码部分不进行说明，现在都是这样做的。
- 解码部分是此论文核心
- 最原始的做法是直接argmax即可，以下是部分论文进行改进的，(m) 是最大值点，(s) 是第二大值点，然后进行加权得到最终位置 (p)
- 改进后看下图
生成label的时候我们直接把每个点强制进行高斯分布形成heatmap，如果(center=(15.6,15.6))，那么生成的图(center=(16,16)=0.999)
直接进行找最大值的后果（理想情况），获得坐标(center=(16,16))
如何进行拟合到原始坐标？
假设预测的图符合高斯分布（理想情况），那么最大值点梯度为0，我们可以使用这两个条件进行反向求解，其中 (sigma) 是已知的（生成label相同），直接聚类拟合即可。
这种方式计算量太大，不利于后处理？
先找到当前的最大值坐标，假设为 (m) 点，设实际的中心点为 (u) ，将二维高斯按照泰勒展开，得到下下图公式((7))，(u) 点导数为0得到公式((6))，那么我们可以将公式((7))求导数化解为公式((9)) ，其中公式((8))为数字图像的二阶倒数（hessian矩阵）。
还有一个值得注意的地方，上面公式都是理想情况，如果不理想呢？
先将预测的heatmap进行高斯滤波，从下图((a))转化为((b))，方式就是公式((10))，最后进行一个归一化，其中max为直接输出heatmap的最大值，也就是公式((11))所示。
三. 缺点
- 假设条件是凸函数，很多情况矩阵不是正定的