融合Transformer和注意力的轻量高效人体姿态估计

来源：计算机工程与应用杂志2024年第22期北京时间：

作者：吴程鹏, 谭光兴, 陈海峰, 李春宇

单位：广西科技大学 自动化学院，广西 柳州 545616

摘要：针对人体姿态估计算法的沉重计算成本和庞大网络规模问题，提出面向人体姿态估计的轻量级高效视觉变换器（lightweight efficient vision transformer for human posture estimation，LEViTPose）。引入深度可分离卷积、通道混洗和多尺度卷积核并行技术来设计轻量级预处理模块LStem；提出一种级联组空间线性退化注意力（cascaded group spatial linear reduction attention，CGSLRA），采用特征分组划分多个注意头的方式来提升内存存储效率，采用组内特征降维来降低计算冗余；通过引入逐点卷积和分组反卷积来设计轻量级特征还原模块（lightweight feature recovery module，LFRM）。实验结果表明，所提方法相比基线模型，可以在提升网络性能和推理速度的同时降低网络规模和计算开销。在MPII和COCO验证集上与LiteHRNet-30相比，平均准确率分别提高了2.6和3.4个百分点，推理速度提升了1倍。

关键词：人体姿态估计,轻量级网络,注意力机制,Transformer