LAPX：轻量级全注意力网络 with 全局上下文
计算机视觉与模式识别
2025-12-19 v1 人工智能
摘要
人体姿态估计是计算机视觉中的关键任务。具有 SOTA（State-of-the-Art）准确率的方法通常涉及大量参数，导致计算成本较高。许多轻量级变体已提出以减少模型规模和计算成本。然而，其中许多方法仍包含不适用于边缘设备高效部署的组件。此外，主要强调边缘设备上推理速度的模型常因设计过于简化而导致准确率受限。为解决这些局限性，我们提出了 LAPX，这是一种基于 LAP 工作的具有自注意力机制的轻量级全金字塔网络，能够捕获全局上下文信息。除了采用自注意力模块外，LAPX 还改进了阶段设计，细化了轻量级注意力模块。它在两个基准数据集（MPII 和 COCO）上取得竞争成绩，仅使用 230 万参数，演示了实时性能，证明其适用于边缘设备。
引用
@article{arxiv.2512.16089,
title = {LAPX: Lightweight Hourglass Network with Global Context},
author = {Haopeng Zhao and Marsha Mariya Kappan and Mahdi Bamdad and Francisco Cruz},
journal= {arXiv preprint arXiv:2512.16089},
year = {2025}
}
备注
10 pages