FasterPose：一种更快速的人体姿态估计简单基线
计算机视觉与模式识别
2021-07-08 v1
摘要
人体姿态估计的性能取决于关键点定位的空间精度。大多数现有方法通过学习输入图像的高分辨率（HR）表示来追求空间精度。通过实验分析，我们发现 HR 表示导致计算成本急剧增加，而与低分辨率（LR）表示相比精度提升仍然有限。本文中，我们提出了一种基于 LR 表示、用于高效姿态估计的低成本网络设计范式，称为 FasterPose。尽管 LR 设计大幅缩减了模型复杂度，但如何针对空间精度有效训练网络是一个伴随而来的挑战。我们研究了 FasterPose 的训练行为，并构造了一种新颖的回归交叉熵（RCE）损失函数，用于加速收敛并提升精度。RCE 损失将普通交叉熵损失从二值监督推广到连续范围，从而姿态估计网络的训练能够受益于 sigmoid 函数。如此，输出热图可由 LR 特征推断而无需损失空间精度，同时计算成本和模型尺寸显著减小。与先前占主导的姿态估计网络相比，我们的方法减少了 58% 的 FLOPs 并同时获得 1.3% 的精度提升。大量实验表明，FasterPose 在常用基准即 COCO 和 MPII 上取得了有前景的结果，一致验证了其在实用中的有效性与高效性，尤其是非 GPU 场景下的低延迟与低能耗预算应用。
引用
@article{arxiv.2107.03215,
title = {FasterPose: A Faster Simple Baseline for Human Pose Estimation},
author = {Hanbin Dai and Hailin Shi and Wu Liu and Linfang Wang and Yinglu Liu and Tao Mei},
journal= {arXiv preprint arXiv:2107.03215},
year = {2021}
}
备注
14 pages