基于 HyperPose 的快速且灵活的人体姿态估计
计算机视觉与模式识别
2022-10-27 v2
摘要
估计人体姿态是多媒体应用中一项重要且具有挑战性的任务。现有的姿态估计库旨在复现标准姿态估计算法。在为实际应用定制这些算法时，现有的库都无法同时提供开发自定义姿态估计算法的灵活性以及在商用设备上执行这些算法的高性能。在本文中，我们介绍了 HyperPose，一个新颖、灵活且高性能的姿态估计库。HyperPose 提供了富有表现力的 Python API，使开发者能够轻松为其应用定制姿态估计算法。它进一步提供了一个针对实时姿态估计高度优化的模型推理引擎。该引擎能够将精心设计的姿态估计任务动态分派给 CPU 和 GPU，从而无论部署环境如何，都能自动实现硬件资源的高利用率。广泛的评估结果表明，与最先进的姿态估计库相比，HyperPose 在不损失估计精度的情况下，可实现高达 3.1 倍至 7.3 倍的姿态估计吞吐量。截至 2021 年，HyperPose 在 GitHub 上已获得超过 1000 颗星，并吸引了来自工业界和学术界的用户。
引用
@article{arxiv.2108.11826,
title = {Fast and Flexible Human Pose Estimation with HyperPose},
author = {Yixiao Guo and Jiawei Liu and Guo Li and Luo Mai and Hao Dong},
journal= {arXiv preprint arXiv:2108.11826},
year = {2022}
}
备注
4 pages, 1 figure. Published in ACM Multimedia