3. 经典方法：基于图结构模型与DPM
聊到姿态估计的经典方法，我脑子里第一个蹦出来的就是图结构模型（Pictorial Structures）和DPM（Deformable Part Models）。说实话，在深度学习火起来之前，这两兄弟就是姿态估计领域的顶梁柱。今天我就带大家看看它们是怎么工作的，又为什么逐渐退居二线。
3.1 图结构模型：把人体拆成拼图
图结构模型的核心思想其实很直观——把人体看作一堆部件的组合。你想想看，人的身体不就是头、躯干、四肢这些部件拼起来的吗？
具体来说，它用一张图来表示人体：
- 节点：代表各个身体部件（头、肩膀、手肘等）
- 边：表示部件之间的空间约束关系
我在早期做行人检测项目时，就尝试过用这个思路。当时觉得特别巧妙——每个部件的位置不是独立的，而是受其他部件约束的。比如手肘不可能离肩膀太远，对吧？
核心公式：图结构模型的目标是找到所有部件的最优配置，使得整体得分最高：
L* = argmax_L [ Σ_i φ_i(l_i) + Σ_{i,j} ψ_{ij}(l_i, l_j) ]其中 φ_i 是部件i的外观匹配得分，ψ_{ij} 是部件i和j之间的形变惩罚。
3.2 DPM：给部件模型加个弹簧
DPM（Deformable Part Models）可以理解为图结构模型的升级版。它由Felzenszwalb等人在2008年提出，在当年的PASCAL VOC目标检测比赛中大杀四方。
DPM的核心创新点在于：
- 根滤波器：负责检测整体目标（比如整个人体）
- 部件滤波器：检测各个局部部件（比如头、手臂）
- 形变模型：用弹簧一样的机制，允许部件在合理范围内移动
说白了，DPM就是在说：「整体看起来像个人，局部也像人的各个部位，而且这些部位之间的相对位置关系是合理的。」
避坑指南：我曾经在项目中直接用DPM检测密集人群中的姿态，结果惨不忍睹。后来发现DPM对遮挡非常敏感，部件一旦被遮挡，形变模型就会乱套。所以如果你的场景有大量遮挡，DPM可能不是好选择。
3.3 知识体系结构图
下面这张图展示了经典方法的核心逻辑和演进关系：
3.4 算法对比分析
为了让大家更直观地理解，我整理了一个对比表格：
| 对比维度 | 图结构模型 | DPM |
|---|---|---|
| 提出时间 | 1973年（Fischler & Elschlager） | 2008年（Felzenszwalb） |
| 特征表示 | 简单图像特征（边缘、颜色等） | HOG特征 + 多尺度金字塔 |
| 推理算法 | 动态规划 / 置信传播 | 距离变换 + 滑动窗口 |
| 检测精度 | 较低（部件数少时可用） | 中等（PASCAL VOC冠军级） |
| 运行速度 | 较慢（O(N²)复杂度） | 慢（多尺度扫描） |
| 主要局限 | 部件数量受限，难以扩展 | 对遮挡敏感，泛化能力弱 |
3.5 实际项目中的体会
我记得2014年做一个人体姿态估计项目时，用的就是DPM。当时觉得效果还不错，在简单场景下能跑到70%左右的检测率。但一遇到以下情况就崩了：
- 多人遮挡：部件滤波器互相干扰，形变模型直接失效
- 非正面视角：DPM对视角变化非常敏感，换个角度就认不出来了
- 复杂背景：HOG特征在纹理丰富的背景下容易误检
重要提醒：如果你现在还要用这些经典方法做姿态估计，我建议三思。深度学习（特别是CPN、HRNet这些）已经把精度从70%推到了95%以上。但理解这些经典方法的价值在于——它们的思想（部件分解、空间约束）至今仍被现代方法借鉴。
3.6 为什么经典方法被取代了？
说白了就两个原因：
- 特征不够强：手工设计的HOG特征，再怎么优化也比不上CNN自动学出来的特征
- 模型太死板：图结构和DPM都假设部件关系是固定的，但人体姿态变化太大了
嗯，这里要注意一点——虽然这些方法现在不常用了，但它们的「部件-关系」建模思想，在现在的Transformer-based方法中其实又复活了。你想想看，自注意力机制不就是在学习部件之间的长距离依赖关系吗？
所以我的建议是：理解这些经典方法的核心思想，但实际项目中直接用深度学习方案就好。毕竟，我们做工程是为了解决问题，不是为了怀旧。