快速人体姿态估计
计算机视觉与模式识别
2019-04-03 v2
摘要
现有人体姿态估计方法通常只考虑如何提升模型泛化性能，却忽略了显著的效率问题。这导致在实际应用中发展出可扩展性差且性价比低的沉重模型。本文研究被低估但在实践中至关重要的姿态模型效率问题。为此，我们提出一种新的快速姿态蒸馏（Fast Pose Distillation, FPD）模型学习策略。具体而言，FPD 训练一种轻量级姿态神经网络架构，能够以低计算成本快速执行。这是通过有效迁移强教师网络的姿态结构知识实现的。大量评估表明，在两个标准基准数据集 MPII Human Pose 和 Leeds Sports Pose 上，我们的 FPD 方法在模型性价比方面优于广泛使用的先进姿态估计方法。
引用
@article{arxiv.1811.05419,
title = {Fast Human Pose Estimation},
author = {Feng Zhang and Xiatian Zhu and Mao Ye},
journal= {arXiv preprint arXiv:1811.05419},
year = {2019}
}
备注
Accepted by CVPR2019