定义：从给定的图像中识别人脸、手部、身体等关键点

在三维空间中还原人体状态，

从图像中恢复人体3D模型、

基于人体姿态进行动作识别、

下游任务：CG、动画、人机交互（手势识别）、动物行为分析

2D姿态估计

在图像上定位人体关键点的坐标

        ->可以建模成一个回归问题，让模型直接回归关键点坐标

        问题：深度模型直接回归坐标有困难，精度不是最优的

        ->不直接回归关键点坐标，而是预测关键点位于每个位置的概率

        $$
        Hj（xj，yj）=1
        $$

        H称为热力图，尺寸与原图 I 相同或者按比例缩小

        热力图可以给予原始关键点坐标生产，作为训练网络的监督信息

        网络预测的热力图也可以通过求极大值等方法得到关键点的坐标

        why：模型预测热力图比直接回归坐标相对容易，模型精度相对更高，但是计算消耗大于直接回归

        问题：如何从第j个关键点的热力图中还原出关键点的位置？

        优点：可以微分，连续，没有量化误差

自顶向下方法

基于回归的自定向下方法

        step1：使用目标检测算法检测出每个人体

        step2：基于单人图像估计每个人的姿态