Estimation de la pose humaine 2D légère basée sur une classification simple des coordonnées

Avec l’essor des dispositifs intelligents, il y a un besoin croissant de méthodes légères en estimation de la pose humaine (HPE). Bien que les techniques existantes de HPE 2D aient démontré des performances impressionnantes sur des ensembles de données publics, elles souffrent encore de complexité élevée des modèles et de problèmes de latence dans les applications pratiques. Pour relever ce défi, cet article propose une nouvelle approche pour la HPE 2D légère. En utilisant des blocs de mélange au lieu du ResNet traditionnel, nous réduisons considérablement la taille du modèle et les exigences computationnelles. De plus, notre méthode emploie l’algorithme SimCC pour transformer la tâche d'estimation de pose en une tâche de classification de coordonnées. En discrétisant les valeurs de coordonnées continues en plusieurs intervalles de sous-pixels, nous réduisons efficacement l'erreur de quantification rencontrée dans les méthodes traditionnelles basées sur des cartes thermiques. Pour améliorer davantage la précision de notre modèle, nous intégrons un mécanisme d'auto-attention dans le réseau, exploitant ainsi ses avantages pour une précision améliorée. Ce mécanisme permet une représentation affinée des points articulaires afin d'améliorer la robustesse du réseau de propagation avant avec une unité linéaire à porte dans la couche Transformer. Nous réalisons une évaluation complète de notre méthode sur les ensembles de données MPII et COCO, en évaluant ses performances en termes de paramètres de modèle, de complexité computationnelle et de précision. De plus, nous effectuons des expériences d'ablation sur l'ensemble de données MPII pour analyser l'impact individuel de chaque composant de notre approche. Les résultats expérimentaux montrent que notre modèle léger atteint des performances d'estimation de pose similaires par rapport à d'autres modèles légers tout en ayant 60 % de complexité computationnelle.