本文介绍了一种名为Residual Steps Network（RSN）的新方法，用于聚合相同空间大小的特征以获取精细的局部表示，并在关键点定位方面取得精确结果。作者还提出了一种有效的注意机制Pose Refine Machine（PRM），在输出特征中权衡局部和全局表示，进一步改进关键点位置。该方法在多个基准测试中取得了最先进的结果，无需额外训练数据和预训练模型。