基于特征知识蒸馏的人体姿态估计

摘要

现有的姿态估计只考虑如何提高模型的识别准确率,却忽略模型结构复杂和计算参数较多而无法在资源受限设备上高效运行的问题.针对这一问题,提出一种基于特征知识蒸馏的人体姿态估计模型.首先构建一种轻量级的高分辨率网络用于学习姿态信息.其次,提出一种新的知识蒸馏方法——特征蒸馏,与姿态蒸馏相结合,分别提取特征图中的高级语义信息和教师网络输出中的"软"知识,从不同角度指导学生网络的训练.实验结果表明,利用该方法得到的学生网络在MPII和COCO数据集上相比知识蒸馏所得到的学生网络识别准确率分别提升了0.6％和1.0％,计算成本却没有明显的增加.表明该方法能够有效的提高识别准确率,具有较高的成本效益.