OpenPose是一种bottom-up的方法，就是对于一张图片，首先找到图像中的所有人的所有点，然后再对这些点进行匹配连接，让同一个人的点进行相连。具体过程如下图：
OpenPose的pipeline主要有两个部分： • 在inference阶段，输入图像，输出两个tensor，分别是关键点的heatmap和关键对应的连接关系（part affinity field, paf），这些输出的heatmap都是只有原图的8分之一。 • 根据keypoint和paf的heatmap，提取所有的keypoint点，并将这些keypoint点进行分组，将同一个人的所有关键点分配到当前人上。
在OpenPose中，backbone就是使用的VGG-19的前4个block，然后在后面添加两个额外的卷积。backbone提取特征后，紧接着跟着一个initial stage，这部分有两个branch，分别对应生成keypoint heatmap和paf heatmap，再后面就跟着5个refinement stage，目的是为了进一步生成更加精确的heatmap。
轻量级OpenPose， Lightweight OpenPose
openpose解读
