计算机视觉方向简介 | 人体骨骼关键点检测综述
什么是人体骨骼关键点检测
人体骨骼关键点检测，即Pose Estimation，主要检测人体的一些关键点，如关节，五官等，通过关键点描述人体骨骼信息；
应用与挑战
人体骨骼关键点检测是计算机视觉的基础性算法之一，在计算机视觉的其他相关领域的研究中都起到了基础性的作用，如行为识别、人物跟踪、步态识别等相关领域。具体应用主要集中在智能视频监控，病人监护系统，人机交互，虚拟现实，人体动画，智能家居，智能安防，运动员辅助训练等等。
由于人体具有相当的柔性，会出现各种姿态和形状，人体任何一个部位的微小变化都会产生一种新的姿态，同时其关键点的可见性受穿着、姿态、视角等影响非常大，而且还面临着遮挡、光照、雾等环境的影响，除此之外，2D人体关键点和3D人体关键点在视觉上会有明显的差异，身体不同部位都会有视觉上缩短的效果（foreshortening），使得人体骨骼关键点检测成为计算机视觉领域中一个极具挑战性的课题。
相关数据集
LSP（Leeds Sports Pose Dataset）：
单人人体关键点检测数据集，关键点个数为14，样本数2K，在目前的研究中基本上被弃用
FLIC（Frames Labeled In Cinema）：
单人人体关键点检测数据集，关键点个数为9，样本数2W，在目前的研究中基本上被弃用；
MPII（MPII Human Pose Dataset）：
单人/多人人体关键点检测数据集，关键点个数为16，样本数25K；
MSCOCO：