HP2IFS：利用分割迭代函数系统进行头部姿态估计
计算机视觉与模式识别
2020-03-26 v1
摘要
从 2D 图像中估计具有三个自由度的实际头部朝向，是一个众所周知且对大量涉及头部姿态知识的应用具有重要意义的问题。因此，该主题已被众多方法与算法所攻克，其中大部分利用神经网络。机器学习方法确实能获得准确的头部旋转值，但需要充分的训练阶段，且为此需要数量可观的正例与负例。本文通过对该主题采取不同方法，利用分形编码理论，特别是分割迭代函数系统（Partitioned Iterated Function Systems），从输入头部图像中提取分形码，并通过汉明距离将该表示与参考模型的分形码进行比较。根据在 BIWI 与 AFLW2000 数据库上进行的实验，所提出的基于 PIFS 的头部姿态估计方法提供了准确的偏航/俯仰/翻滚角度值，其性能接近基于机器学习的算法的最先进水平，并超越大多数基于非训练的方法。
引用
@article{arxiv.2003.11536,
title = {HP2IFS: Head Pose estimation exploiting Partitioned Iterated Function Systems},
author = {Carmen Bisogni and Michele Nappi and Chiara Pero and Stefano Ricciardi},
journal= {arXiv preprint arXiv:2003.11536},
year = {2020}
}