BinaryHPE：通过二值化进行 3D 人体姿态与形状估计
计算机视觉与模式识别
2025-02-04 v2
摘要
3D 人体姿态与形状估计（HPE）旨在从单张图像重建 3D 人体、面部和手部。尽管强大的深度学习模型已在该任务中实现了准确估计，但它们需要巨大的内存与计算资源。因此，这些方法难以部署在资源受限的边缘设备上。在本工作中，我们提出 BinaryHPE，一种专为高效估计 3D 人体、面部和手部参数而设计的新型二值化方法。具体而言，我们提出一种称为二值化双残差网络（BiDRN）的新型二值骨干网络，旨在尽可能保留全精度信息。此外，我们提出 Binarized BoxNet，一种用于预测面部与手部边界框的高效子网络，进一步降低模型冗余。全面的定量与定性实验证明了 BinaryHPE 的有效性，其相较最先进的二值化算法有显著提升。而且，我们的 BinaryHPE 在使用仅 22.1% 的参数和 14.8% 的运算量下，取得了与全精度方法 Hand4Whole 相当的性能。我们将发布所有代码与预训练模型。
引用
@article{arxiv.2311.14323,
title = {BinaryHPE: 3D Human Pose and Shape Estimation via Binarization},
author = {Zhiteng Li and Yulun Zhang and Jing Lin and Haotong Qin and Jinjin Gu and Xin Yuan and Linghe Kong and Xiaokang Yang},
journal= {arXiv preprint arXiv:2311.14323},
year = {2025}
}
备注
The code will be available at https://github.com/ZHITENGLI/BiDRN