本文介绍了轻量级OpenPose在CPU上的实时2D多人体位姿估计，实现28 fps的帧率，仅消耗4.1M大小，AP精度损失小于1%。相比于常规OpenPose，轻量级版本通过优化网络结构，如使用膨胀卷积、共享计算以及减少后处理步骤，提高了效率。实验表明，这些优化可以在保持精度的同时显著减少计算量和内存需求。
Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose
1、优势
1) 迷你PCIntel®NUC上的28 fps（它消耗的功率很少，并具有45瓦CPU TDP)
2)在常规CPU上为26 fps，而无需图形处理器
3）AP精度下降不超过1%（大小仅4.1M ，是two-stages openpose的15%）
2、常规openpose总结：
1、关键点热图及其成对关系（部分相似性字段，pafs）。 该输出被下采样8次。
2、按人员实例对关键点进行分组。 它包括对原始图像的升采样张量大小，热图峰值处的关键点提取及其按实例分组。
网络首先提取特征，然后对热图和pafs进行初始估计，之后进行5个优化阶段。 它能够找到18种类型的关键点。 然后从预定义的关键点对列表中搜索每个关键点的最佳对（按亲和力），例如左肘和左手腕右臀部和右膝盖，左眼和左耳等，总共19对。
在推理期间，调整输入图像的大小以匹配网络输入。按高度大小调整宽度，以保留图像的宽高比，然后填充为8的倍数
3、openpose的网络结果和计算量
最低0.47元/天 解锁文章
扫一扫
2578
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
