在HRNet之前,2D人體姿態(tài)估計(jì)算法是采用(Hourglass/CPN/Simple Baseline/MSPN等)將高分辨率特征圖下采樣至低分辨率,再?gòu)牡头直媛侍卣鲌D恢復(fù)至高分辨率的思路(單次或重復(fù)多次),以此過程實(shí)現(xiàn)了多尺度特征提取的一個(gè)過程。 HRNet的主要特點(diǎn)是在整個(gè)過程中特征圖(Feature Map)始終保持高分辨率,low resolution representlations和high resolution representlations是并行設(shè)計(jì)的,他們是在相同的level上。