遮挡场景下基于隐空间回归的二维图像头部姿态估计
计算机视觉与模式识别
2023-11-13 v1
摘要
头部朝向是计算机视觉中一个具有挑战性的问题，已被广泛研究并拥有多种应用。然而，当前最先进系统在存在遮挡时表现仍然不佳，在此类场景下对许多任务应用而言并不可靠。本工作针对遮挡下的头部姿态估计问题提出了一种新颖的深度学习方法。该策略以隐空间回归为基础关键，以更好地为遮挡场景构建问题结构。我们的模型在遮挡头部姿态估计（HPE）上超越了多种最先进方法，并在非遮挡场景下取得相近精度。我们通过以下方式证明了所提方法的实用性：（i）BIWI 和 AFLW2000 数据集的两个合成遮挡版本，（ii）Pandora 数据集的真实生活遮挡，以及（iii）一个面向常发生面部遮挡的人机交互场景的真实应用，具体为机械臂自主喂食。
引用
@article{arxiv.2311.06038,
title = {2D Image head pose estimation via latent space regression under occlusion settings},
author = {José Celestino and Manuel Marques and Jacinto C. Nascimento and João Paulo Costeira},
journal= {arXiv preprint arXiv:2311.06038},
year = {2023}
}