摘要

单人人体姿态估计为体育运动中的无标记动作分析以及临床应用提供了有力支持。然而，当前最先进的姿态估计模型通常难以满足实际应用场景的需求。随着深度学习技术的蓬勃发展，众多先进方法相继被提出。但与此同时，该领域也涌现出越来越多结构复杂且计算效率低下的模型，导致计算资源需求急剧增加。为应对这一复杂性与低效性挑战，本文提出一种新型卷积神经网络架构——EfficientPose，该架构基于近期提出的EfficientNet设计思想，旨在实现高效且可扩展的单人姿态估计。EfficientPose是一系列模型，其采用高效的多尺度特征提取器，并结合基于移动端倒置瓶颈卷积（mobile inverted bottleneck convolutions）的计算高效检测模块，同时在保持高精度姿态估计能力的前提下显著提升模型性能。由于其结构简洁、计算高效，EfficientPose能够在边缘设备上实现真实世界应用，有效降低内存占用与计算开销。实验结果基于具有挑战性的MPII单人姿态基准测试集显示，所提出的EfficientPose模型在准确率和计算效率方面均显著优于广泛使用的OpenPose模型。特别是，我们性能最优的模型在单人MPII基准上达到了当前最优的准确率，同时仅使用低复杂度的卷积网络结构。