基于两阶段蒸馏和渐进图神经网络的粗到细人体姿态估计方法
计算机视觉与模式识别
2025-08-18 v1
摘要
人体姿态估计已广泛应用于人类中心的理解和生成，但大多数现有最先进方法需要重型计算资源才能实现准确预测。为了获得准确、稳健且轻量级的人体姿态估计器，一种可行方式是通过知识蒸馏将姿态知识从强大教师模型转移到较少参数的学生模型。然而，传统知识蒸馏框架未充分探索人体关节之间的上下文信息。因此，本文提出一种新颖的粗到细两阶段知识蒸馏框架用于人体姿态估计。在第一阶段蒸馏中，我们引入人体关节结构损失以探索人体关节间的结构信息，从而传递来自教师模型的高层语义知识到学生模型。在第二阶段蒸馏中，我们利用图像引导的渐进图卷积网络(IGP-GCN)来细化第一阶段蒸馏获得的初始人体姿态，并通过教师模型最终输出姿态以渐进方式监督IGP-GCN的训练。在COCO关键点和CrowdPose数据集上的大量实验表明，我们的方法在众多现有最先进人体姿态估计方法中表现优异，尤其是在更复杂的CrowdPose数据集上，模型的性能提升更为显著。
引用
@article{arxiv.2508.11212,
title = {A Coarse-to-Fine Human Pose Estimation Method based on Two-stage Distillation and Progressive Graph Neural Network},
author = {Zhangjian Ji and Wenjin Zhang and Shaotong Qiao and Kai Feng and Yuhua Qian},
journal= {arXiv preprint arXiv:2508.11212},
year = {2025}
}