基于结构重参数化的人体姿态估计算法
来源：计算机应用与软件杂志2025年第11期北京时间：
作者：陆大鹏, 冯送送, 闫胜业
摘要：当前基于深度学习的高精度人体姿态估计算法训练及推理效率低下，针对此问题，设计轻量级人体姿态估计模型RepHRNet。提出基于结构重参数化的Rep-shuffleblock模块，提升模型推理及训练速度。提出Lite fuse layer特征融合层，提升多尺度特征图融合效率。实验证明，该模型相较于轻量级高分辨率网络LiteHRNet，在MPII数据集及COCO数据集上实现了更快的训练推理速度及更高的精度。
关键词：人体姿态估计, 结构重参数化, 轻量化, 多尺度特征融合
