解析姿态双提升
通过知识蒸馏增强两个任务间的通信，在不增加推理参数的情况下显著提升人体解析和姿态估计的性能。
Zhou, Yanghong · Mok, P. Y.
Engineering Applications of Artificial Intelligence 2024
性能提升纯粹来自任务间通信和损失加权，推理时网络结构和参数量与单任务基线相同。
通过一致表示模块共享相关信息，并用知识蒸馏增强解析与姿态估计之间的通信，使两个任务同时受益。
基于单任务模型性能的损失加权方法，避免手动调参，自动平衡两个任务的损失水平。
在三个基准数据集上与现有方法相比取得了显著性能提升，证明方法的泛化性。