可以装在手机里的 3D 姿态估计，模型尺寸仅同类 1/7，平均关节位置误差却只有 5 厘米

图片地址：https://img.ithome.com/newsuploadfiles/2021/10/42aee74e-82b1-418c-af18-6cd11c591027.png

长久以来，三维姿态估计都在追求准确性上一路狂奔。但精度提高的同时，也带来了计算成本的上升。而刚刚被 CPVR 2021 接受的论文中所提出的模型，MobileHumanPose 却可以同时做到又小又好。还是放在手机上都能 hold 得住的那种。来感受一下：这种动作的健身操也没问题：据了解，这个模型的尺寸，只有基于 ResNet-50 的模型的 1/7，算力达到了 3.92GFLOPS。而且平均每关节位置误差（MPJPE），也只有大约 5 厘米。那么这一模型到底是如何在有限的算力下产生极佳性能的呢？基于编码器-解码器结构的改进这是一个从基本的编码器-解码器结构改良得来的模型。在编码器用于全局特征提取，而解码器进行姿态估计的基础架构上，研究团队对其主干网络、激活函数，以及 Skip concatenation 功能都进行了修改。先来看研究团队选择的主干网络，MobileNetV2。他们在 MobileNetV2 的前四个倒置残差块（