基于 Stair Network 的简单且准确的人体姿态估计
计算机视觉与模式识别
2022-11-23 v3
摘要
在本文中，我们专注于解决精确的关键点坐标回归任务。现有的大多数方法采用具有大量参数的复杂网络，导致模型庞大，在实际应用中成本效益差。为了克服这一局限性，我们开发了一个小而具判别性的模型，称为 STair Network，它可以简单地堆叠成一个准确的多阶段姿态估计系统。具体而言，为了降低计算成本，STair Network 由新颖的基础特征提取块组成，这些块致力于在参数较少的情况下促进特征多样性并获取丰富的局部表示，从而在效率和性能之间取得令人满意的平衡。为了进一步提高性能，我们引入了两种计算成本可忽略不计的机制，专注于特征融合和补充。我们在两个标准数据集上证明了 STair Network 的有效性，例如，1 阶段 STair Network 在 COCO 测试数据集上的准确率比 HRNet 高 5.5%，且参数减少了 80%，GFLOPs 减少了 68%。
关键词
引用
@article{arxiv.2202.09115,
title = {Towards Simple and Accurate Human Pose Estimation with Stair Network},
author = {Chenru Jiang and Kaizhu Huang and Shufei Zhang and Shufei Zhang and Jimin Xiao and Zhenxing Niu and Amir Hussain},
journal= {arXiv preprint arXiv:2202.09115},
year = {2022}
}
备注
The paper has been accepted by IEEE Transactions on Emerging Topics in Computational Intelligence