基于正则化回归的遮挡人脸头部姿态估计
计算机视觉与模式识别
2016-02-03 v1
摘要
本文提出从遮挡的二维人脸图像估计头部姿态的回归方法。该过程主要包括从遮挡图像重建人脸，随后进行分类。典型的重建方法假设遮挡区域的像素误差是相互独立的。然而，由于遮挡固有的连续性，这种假设在遮挡情况下并不成立。因此，我们使用核范数(nuclear norm)作为一种能够很好描述误差结构的度量。我们还使用基于LASSO回归的l1正则化来改进重建。接下来，我们实现核范数正则化回归(Nuclear Norm Regularized Regression, NR)以及我们提出的方法，用于重建和后续分类。最后，我们比较了这些方法在遮挡人脸头部姿态估计准确性方面的性能。
引用
@article{arxiv.1602.00997,
title = {Head Pose Estimation of Occluded Faces using Regularized Regression},
author = {Amit Kumar and Rishabh Bindal and Soumya Indela and Michael Rotkowitz},
journal= {arXiv preprint arXiv:1602.00997},
year = {2016}
}
备注
Submitted to ICIP'16