胡江颢，王红雨，乔文超，马靖煊

（上海交通大学仪器科学与工程系，上海 200240）

0 概述

人体关键点检测是计算机视觉领域的重要研究方向，通过检测人体头顶、四肢关节和颈部等关节部位得到关节点信息，并将其应用于人体行为识别［1-2］、人机交互［3］和步态识别［4］等任务中，主要包括单人关键点检测、多人关键点检测［5-7］、视频关键点检测［8］和关键点跟踪［9］等相关技术。近几年，移动终端设备快速普及，但目前较先进的关键点检测算法仍需较大的GPU 算力，并不能很好地满足手机、平板、航拍无人机等日常联网设备的实时检测需求，这使得其难以在日常生活中得到广泛应用。

近年来，研究人员将深度学习与人体关键点检测技术相结合并取得了一定的进展。现有的关键点检测算法多数是使用反卷积将具有高分辨率的高层特征与具有强语义信息的低层特征进行融合，提高预测特征图的分辨率后进行关键点检测。2016 年，NEWELL 等人提出Hourglass 算法［10］，该算法使用沙漏模型融合高低层特征，采用中间监督技术进行关键点预测，并在MPII多人数据集上取得重大突破。同年，WEI等人提出CPM算法［11］，该算法使用多个阶段的网络对人体关键点进行检测，并将前一个阶段的预测输出加入下一阶段的输入中，随着阶段数目的增加，检测结果不断得到精炼。2017 年，旷世科技的CHEN 等人提出CPN 算法［12］，该算法为COCO 人体关键点检测冠军算法，分为全局网络和精炼网络两部分，创新性地提出先对容易关键点进行检测，再在精炼网络中使用在线难例挖掘学习难检测的关键点。……