EfficientHRNet：面向轻量级高分辨率多人姿态估计的高效缩放
计算机视觉与模式识别
2021-01-01 v2 机器学习
图像与视频处理
摘要
许多新兴智能物联网应用对轻量级多人姿态估计的需求日益增长。然而，现有算法往往模型规模大、计算需求高，难以适用于实时应用及在资源受限硬件上的部署。轻量级与实时方法极为稀少，且以精度下降为代价。本文提出EfficientHRNet，一系列能够在资源受限设备上实时运行的轻量级多人人体姿态估计器。通过将从模型缩放的最新进展与高分辨率特征表示相统一，EfficientHRNet在大幅降低计算量以实现实时性能的同时，构建了高精度的模型。最大模型在精度上可达到当前最先进（SOTA）水平的96.6%以内，而模型规模为其1/3、计算量为其1/6，在Nvidia Jetson Xavier上实现23 FPS。与顶尖实时方法相比，EfficientHRNet在取得相近FPS且功耗为其1/3的情况下，精度提升22%。在各个层级上，EfficientHRNet均被证明比其他自底向上2D人体姿态估计方法具有更高的计算效率，同时取得了极具竞争力的精度。
引用
@article{arxiv.2007.08090,
title = {EfficientHRNet: Efficient Scaling for Lightweight High-Resolution Multi-Person Pose Estimation},
author = {Christopher Neff and Aneri Sheth and Steven Furgurson and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2007.08090},
year = {2021}
}
备注
11 pages (13 with references), 3 figures