通过反向传播全局调优的级联姿态回归及其在 2D 人脸姿态估计与 3D CT 图像心脏分割中的应用
计算机视觉与模式识别
2015-04-01 v1
摘要
文献中近期提出了一种成功的姿态估计算法，称为级联姿态回归（Cascade Pose Regression, CPR）。CPR 在姿态索引特征（Pose Index Feature）上进行训练，是一种类似于 Boosting 的回归器集成。本文展示了如何将 CPR 表示为神经网络。具体而言，我们采用图变换网络（Graph Transformer Network, GTN）表示，并相应地使用反向传播（Back Propagation, BP）训练 CPR，从而实现全局调优。相比之下，以往的 CPR 文献仅采用逐层训练而无任何后微调。我们通过实证表明，使用 BP 的全局训练优于逐层（预）训练。我们的 CPR-GTN 采用多层感知机（Multi Layer Perceptron）作为回归器，利用稀疏连接学习局部图像特征表示。我们在以往 CPR 文献中的 2D 人脸姿态估计问题上测试了所提出的 CPR-GTN。此外，我们还通过使用 3D 计算机断层扫描（Computed Tomography）数据集进行心脏分割实验，探讨了将 CPR-GTN 扩展至 3D 姿态估计的可能性。
引用
@article{arxiv.1503.08843,
title = {Globally Tuned Cascade Pose Regression via Back Propagation with Application in 2D Face Pose Estimation and Heart Segmentation in 3D CT Images},
author = {Peng Sun and James K. Min and Guanglei Xiong},
journal= {arXiv preprint arXiv:1503.08843},
year = {2015}
}