Pose论文阅读：Fast Human Pose Estimation

最新推荐文章于 2025-09-20 02:03:25 发布

原创

最新推荐文章于 2025-09-20 02:03:25 发布 · 1k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#人体姿态估计 #计算机视觉 #Hourglass #知识蒸馏

本文介绍了一种名为FastPoseDistillation(FPD)的方法，它通过知识蒸馏技术，从大型教师网络中提取信息，训练小型学生网络进行人体姿态估计，实现了在精度基本不变的情况下大幅减少内存消耗的目标。实验在MPII和LSP数据集上验证了FPD的有效性。

Fast Human Pose Estimation

Abstruct

现在的Pose框架虽然精度以及泛化能力已经不错，但是模型过于复杂，使得参数量以及部署时消耗的内存过大。这篇文章就是通过牺牲极少部分的精度来达到大幅度减少内存的消耗的目的。作者主要是通过用训练好的教师网络（大网络）将知识传递给学生网络（小网络）来实现这一目的，他们称他们的方法为Fast Pose Distillation（FPD）。最终使用时只需要将学生网络部署在设备上即可。作者在MPII与LSP数据集上做了验证，证明了他们的方法的有效性。

Introduction

现在做Pose的绝大多数在追求精度而忽略了内存的消耗，而作者从减少内存消耗而基本不减少精度方面出发提出FPD。本文作者针对Hourglass做的实验，将提前训练好的参数量大的HourglassNet作为教师网络。然后通过将Knowledge Distillation的思想应用到Pose上来训练学生网络。最后在精度与内存消耗上达到了更好的平衡。