FastHMR：通过Token和层合并结合扩散解码加速人类网格恢复
计算机视觉与模式识别
2025-10-14 v1
摘要
近期基于Transformer的3D人类网格恢复（HMR）模型已取得显著性能，但常因深层Transformer架构和冗余token而导致高计算成本和复杂性。本文引入两种HMR特定的合并策略：误差约束层合并（ECLM）和掩码引导token合并（Mask-ToMe）。ECLM选择性地合并对平均关节位置误差（MPJPE）影响最小的Transformer层，而Mask-ToMe聚焦于合并对最终预测贡献有限的背景token。为进一步解决合并可能导致的性能下降，本文提出一种扩散式解码器，融合了时间上下文并利用来自大规模运动捕捉数据集中学习的姿态先验。跨多个基准的实验表明，我们的方法在保持相当精度的同时实现了最高达2.3倍的加速。
引用
@article{arxiv.2510.10868,
title = {FastHMR: Accelerating Human Mesh Recovery via Token and Layer Merging with Diffusion Decoding},
author = {Soroush Mehraban and Andrea Iaboni and Babak Taati},
journal= {arXiv preprint arXiv:2510.10868},
year = {2025}
}
备注
Project page: https://soroushmehraban.github.io/FastHMR/