基于轻量级注意力模块的多人姿态估计

为了提高人体姿态估计的检测精度,特别是中小尺寸人体关键点的检测精度,同时针对模块集成造成网络参数量和浮点计算量大幅度增加的问题,以HRNet(high-resolution Net)为基本网络架构,提出了一种基于轻量级注意力模块的分阶段网络(Coarse-Refine Net,CRNet),采用知识蒸馏方法,利用同构的高精度网络作为教师网络,利用关键点的真值和教师网络的输出结果共同训练学生网络(CRNet)。通过在2017COCOval集上进行训练和测试,CRNet获得了78.2的得分(%),比HRNet基准模型提高了1.5%。对于中小尺寸人体关键点的检测,CRNet获得了74.8的得分(%),比HRNet基准模型提高了1.6%。在相似的网络结构下,CRNet相比于HRNet,网络参数量仅增加了0.1M(0.3%),浮点计算量仅增加了0.1G(0.6%)。与现阶段的最新方法相比,CRNet获得了更高的检测精度,同时基本没有增加网络参数量和浮点计算量。