摘要
本文致力于高精度且高效率的人体姿态估计。近年来，基于全卷积网络（Fully Convolutional Networks, FCNs）的方法在这一具有挑战性的问题上取得了优异成果。尽管FCN中的残差连接已被证明是实现高精度的关键因素，但我们重新审视了这一设计选择，在提升模型精度与效率方面进一步优化，以超越现有技术水平。具体而言，本文做出以下贡献：（a）提出一种带有通道级可学习参数的门控跳跃连接（gated skip connections），用于在宏模块（macro-module）内部对每个通道的数据流进行精细化控制；（b）设计了一种融合Hourglass与U-Net架构的混合网络结构，有效减少了网络中的恒等映射连接（identity connections）数量，在相同参数预算下显著提升了模型性能。所提出的模型在MPII和LSP数据集上均取得了当前最优的性能表现。此外，相较于原始的Hourglass网络，模型尺寸与计算复杂度降低了3倍，而性能未出现任何下降。