用于有限资源下关键点定位的分层二值 CNN
计算机视觉与模式识别
2018-08-28 v1 人工智能
机器学习
摘要
我们的目标是设计在保留卷积神经网络（CNN）在关键点定位方面突破性性能的同时，轻量、紧凑且适用于计算资源有限应用的架构。为此，我们做出以下贡献：(a) 我们首次研究了神经网络二值化对定位任务（即人体姿态估计和人脸对齐）的影响。我们详尽评估了各种设计选择，识别性能瓶颈，更重要的是提出了多种正交的提升性能方法。(b) 基于我们的分析，我们提出了一种新颖的分层、并行和多尺度残差架构，与标准瓶颈块相比，在参数数量相同的情况下实现了大幅性能提升，从而缩小了原始网络与其二值化对应网络之间的差距。(c) 我们进行了大量消融研究，揭示了所提块的性质与性能。(d) 我们给出了在最具挑战性的人体姿态估计和人脸对齐数据集上的实验结果，在许多情况下报告了最先进的性能。(e) 我们进一步提供了针对面部部件分割问题的额外结果。代码可从 https://www.adrianbulat.com/binary-cnn-landmark 下载。
引用
@article{arxiv.1808.04803,
title = {Hierarchical binary CNNs for landmark localization with limited resources},
author = {Adrian Bulat and Georgios Tzimiropoulos},
journal= {arXiv preprint arXiv:1808.04803},
year = {2018}
}
备注
Accepted to IEEE TPAMI18: Best of ICCV 2017 SI. Previously portions of this work appeared as arXiv:1703.00862, which was the conference version