简洁轻量的人体姿态估计
计算机视觉与模式识别
2020-01-31 v2
摘要
近期关于人体姿态估计的研究已取得显著进展。然而，大多数现有方法倾向于在基准数据集上使用复杂架构或计算昂贵的模型来追求更高分数，忽视了实际部署成本。本文中，我们研究简洁轻量的人体姿态估计问题。我们首先用两个非新颖的概念——深度可分离卷积和注意力机制——重新设计了一个轻量瓶颈块。然后，基于该轻量块，我们遵循 SimpleBaseline 的架构设计原则提出了轻量姿态网络（LPN）。我们的小网络 LPN-50 的模型大小（#Params）仅为 SimpleBaseline(ResNet50) 的 9%，计算复杂度（FLOPs）仅为 11%。为充分发挥我们 LPN 的潜力并获得更精确的预测结果，我们还提出了一种迭代训练策略和模型无关的后处理函数 Beta-Soft-Argmax。我们在基准数据集 COCO 关键点检测数据集上实证展示了我们方法的有效性和高效性。此外，我们在非 GPU 平台上展示了轻量网络在推理时的速度优势。具体而言，我们的 LPN-50 在 COCO test-dev 集上可达到 68.7 的 AP 分数，仅有 2.7M 参数和 1.0 GFLOPs，而在 Intel i7-8700K CPU 机器上推理速度为 17 FPS。
引用
@article{arxiv.1911.10346,
title = {Simple and Lightweight Human Pose Estimation},
author = {Zhe Zhang and Jie Tang and Gangshan Wu},
journal= {arXiv preprint arXiv:1911.10346},
year = {2020}
}
备注
results of inference speed corrected, github url added