X-HRNet：面向轻量级人体姿态估计的空间一维自注意力
计算机视觉与模式识别
2023-10-13 v1
摘要
高分辨率表征对人体姿态估计取得高性能是必要的，随之而来的问题是高计算复杂度。特别地，主流姿态估计方法通过2D单峰热图估计人体关节。每个2D热图可水平与垂直投影为并可由一对1D热向量重建。受此观察启发，我们引入一种轻量且强大的替代方案——空间一维自注意力（Spatially Unidimensional Self-Attention, SUSA），以替代逐点（1x1）卷积，后者是深度可分离3x3卷积中的主要计算瓶颈。我们的SUSA在不牺牲准确率的前提下将逐点（1x1）卷积的计算复杂度降低96%。此外，我们使用SUSA作为主模块构建轻量级姿态估计骨干X-HRNet，其中“X”代表所估计的十字形注意力向量。在COCO基准上的大量实验证明了X-HRNet的优越性，全面的消融研究展示了SUSA模块的有效性。代码已公开于https://github.com/cool-xuan/x-hrnet。
引用
@article{arxiv.2310.08042,
title = {X-HRNet: Towards Lightweight Human Pose Estimation with Spatially Unidimensional Self-Attention},
author = {Yixuan Zhou and Xuanhan Wang and Xing Xu and Lei Zhao and Jingkuan Song},
journal= {arXiv preprint arXiv:2310.08042},
year = {2023}
}
备注
Accepted by ICME 2022