面向人体姿态估计的轻量级注意力增强套件网络
计算机视觉与模式识别
2025-04-01 v2
摘要
姿态估计是计算机视觉中的关键任务，适用于从活动监控到人机交互等广泛的应用场景。然而，大多数现有方法计算昂贵或结构复杂。本文提出一种轻量级注意力驱动的姿态估计网络，利用深度可分离卷积和卷积块注意力模块（Convolutional Block Attention Module）构建于套件背bone 结构。该网络显著降低了计算复杂度（浮点运算）和模型大小（参数数量），仅为原始八层套件网络参数的约10%。在COCO和MPII数据集上进行实验，使用两层套件背bone结构。结果表明，该模型在与六种其他轻量级姿态估计模型进行比较时，平均精度达到72.07。该模型仅需2.3M参数和3.7G FLOPs即可实现。
引用
@article{arxiv.2412.06227,
title = {Attention-Enhanced Lightweight Hourglass Network for Human Pose Estimation},
author = {Marsha Mariya Kappan and Eduardo Benitez Sandoval and Erik Meijering and Francisco Cruz},
journal= {arXiv preprint arXiv:2412.06227},
year = {2025}
}