一种无需关键点的高效深度头部姿态估计网络
计算机视觉与模式识别
2022-10-26 v1
摘要
人体头部姿态估计是近年来面部分析中的重要问题，具有诸多计算机视觉应用，如视线估计、虚拟现实和驾驶辅助。由于头部姿态估计问题的重要性，有必要设计一个紧凑模型以解决该任务，从而在部署于基于面部分析的应用（如大型摄像头监控系统、AI摄像头）时降低计算成本，同时保持精度。本工作中，我们提出了一种轻量级模型，有效解决头部姿态估计问题。我们的方法包含两个主要步骤。1）我们首先在合成数据集300W-LPA上训练多个教师模型以获取头部姿态伪标签。2）我们设计了一个以ResNet18为骨干网络的架构，并通过知识蒸馏过程利用这些伪标签的集成来训练所提模型。为评估模型有效性，我们使用AFLW-2000和BIWI这两个真实世界头部姿态数据集。实验结果表明，与最先进的头部姿态估计方法相比，我们的模型显著提升了精度。此外，我们的模型在Tesla V100上推理时具有300 FPS的实时速度。
引用
@article{arxiv.2210.13705,
title = {An Effective Deep Network for Head Pose Estimation without Keypoints},
author = {Chien Thai and Viet Tran and Minh Bui and Huong Ninh and Hai Tran},
journal= {arXiv preprint arXiv:2210.13705},
year = {2022}
}