openpose中人体关键点的热度图是怎么获得的？

OpenPose中人体关键点的热度图是通过卷积神经网络（Convolutional Neural Network，简称CNN）实现的。具体来说，它使用了一个由多层卷积层和池化层组成的神经网络，将输入的图像进行特征提取和降维，最终输出每个关键点的热度图（即概率分布图）。

在训练阶段，OpenPose使用了大量的标注数据，将每个人体关键点标注在相应的图像上，并将其转换成热度图的形式作为网络的标签。然后，通过反向传播算法，将网络输出的热度图与标签进行比较，从而更新网络参数，使得网络能够逐渐学习到如何从输入图像中提取出正确的关键点热度图。

在测试阶段，OpenPose将输入的图像经过预处理后输入训练好的CNN网络中，得到每个关键点的热度图。然后，通过对热度图进行后处理，如非极大值抑制等操作，就能够得到最终的人体姿态估计结果。