DIR-BHRNet：面向智能手机的轻量级实时基于视觉的多人姿态估计网络

姿态估计（HPE），特别是多人姿态估计（MPPE），已应用于诸多领域，如人机系统。然而，当前MPPE方法通常在强大GPU系统上运行，计算成本较高。在本文中，我们提出一种轻量级神经网络DIR-BHRNet，用于智能手机上的实时MPPE。在DIR-BHRNet中，我们设计了一种新型轻量级卷积模块，Dense Inverted Residual（DIR），通过在众所周知的Inverted Residual中添加深度卷积和shortcut连接来提高准确性；以及一种新型高效神经网络结构Balanced HRNet（BHRNet），通过重新配置每个分支上适当数量的卷积块来降低计算成本。我们在著名的COCO和CrowdPose数据集上评估了DIR-BHRNet。结果表明，DIR-BHRNet在准确性和实时计算成本方面均优于最先进的方法。最后，我们在当前主流Android智能手机上实现了DIR-BHRNet，性能超过10 FPS。该工作的自由使用的可执行文件（Android 10）、源代码和视频描述均公开于页面1，以促进智能手机上实时MPPE的开发。