人体姿态估计：从给定的图像中识别人脸，手部，身体等关键点即输入图像输出所有关键点的像素坐标比如人脸，手势等关键点信息。 人体参数化模型：从图像或者视频中恢复运动的3D人体模型。 下游任务：

1. 行为识别 如PoseC3D：基于人体姿态识别行为动作
2. CG,动画
3. 动物行为识别

2D姿态估计

在图像上定位人体关键点的坐标

基本思路：基于回归

将关键点检测问题建模成一个回归问题，让模型直接回归关键点的坐标

存在问题：深度模型直接回归坐标困难，精度不是最优

基于热力图

并不直接回归关键点的坐标，而是预测关键点位于每个位置的概率

1. 热力图可以基于原始关键点生成坐标，作为训练网络的监督信息
2. 网络预测的热力图也可以通过求极大值等方式得到关键点的坐标 问题：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，因此主流算法更多基于热力图，但预测热力图的计算量消耗大于直接回归