哈囉大家好，我是橘白卯咪，歡迎大家來看看我能不能撐過30天

要知道欸你在幹嘛，首先要知道喂你在哪裡
想了解從影像中找到人體關鍵點的過程，搜尋一下會得到姿態估測(Pose Estimation)這個單字
然後就會遇到滿滿的數學公式，以及各種第一次聽過、翻成中文但不太懂的名詞(例如:局部親和領域(PAF)?)
於是就先 質疑自己是否該換題目
當時的我也很困惑，每一個字都懂但組合起來就不明就裡...
聽到一個很認真的學妹說要解說給大家聽，想說終於得救啦
結果她滿場飛講了一堆數學公式，台下睡成一片，我仍然有聽沒有懂...
果然果然，念書還是要靠自己

心煩意亂的我滑起ig，看到系上女神不急著趕論文，反而正在玩威利在哪裡的遊戲
威利在哪裡-->喂你在哪裡，是巧合嗎?我可不這麼認為
這是一張威利在哪裡的圖

正常人如我，應該是這樣找威利的(看起來像人的都看一遍吧)

(殘念，這張圖裡並沒有任何威利
當下一個腦洞，想說把這張圖餵給openpose，看它可以找出多少人?
於是乎，openpose給了我這樣的答案

喔喔喔喔喔喔喔
瞬間一個靈感來，就懂啦!!
姿態估測可以分為 由上而下(top-down) 和 由底而上(bottom-up) 兩種方法
其中由上而下法，就是先找出人在影像中的位置，再去估測人的肢體，例如手、腳、頭的位置(和正常人找威利的方式一樣)
但這樣的問題是，如果找不到人就無法估測姿態了，而且計算量會隨影像中的人數增加

另一種由底而上法，也就是openpose使用的方式
即是先找到可能的肢體位置，再將它連成一個人
可以設定多少肢體部分被找到並連接才能算一個人，
但這樣的缺點是如果這個人的肢體沒有完全入鏡，很有可能就無法被判斷成一個人
(附上一張論文裡的圖

前面提到的局部親和領域(PAF，Part Affinity Fields)，又應該怎麼理解它呢?
PAF即在描述每個肢體的位置跟方向

知道關鍵點與PAF後，就可以來 連連看找出姿態

(a)圖中的紅點跟藍點是已知的關鍵點(keypoint)，首先畫出所有連線結果，但要怎麼知道哪一個才是對的連線結果呢?
(c)圖中即利用PAF提供的方向，讓每一個紅點連接到正確的藍點
利用這個方法，就從關鍵點找到完整的肢體，進而獲得姿態的資訊

明天，讓我們繼續github尋神之路吧!

參考資料:
Cao, Zhe, et al. "Realtime multi-person 2d pose estimation using part affinity fields." Proceedings of the IEEE conference on computer vision and pattern recognition. 2017.