基于位置引导的鱼眼图像头部姿态估计
计算机视觉与模式识别
2024-04-11 v2 人工智能
摘要
配备鱼眼或超广角镜头的相机覆盖了无法用透视投影建模的宽视场。图像周边区域严重的鱼眼镜头畸变导致在无损图像上训练的现有头部姿态估计模型性能下降。本文提出了一种新的头部姿态估计方法，利用图像中头部位置的知识来减轻鱼眼畸变的负面影响。我们开发了一个端到端的卷积神经网络，通过头部姿态和头部位置的多任务学习来估计头部姿态。我们提出的网络直接从鱼眼图像估计头部姿态，无需进行校正或标定操作。我们还创建了三个流行头部姿态估计数据集 BIWI、300W-LP 和 AFLW2000 的鱼眼畸变版本用于实验。实验结果表明，与其他最先进的单阶段和两阶段方法相比，我们的网络显著提高了头部姿态估计的精度。
引用
@article{arxiv.2402.18320,
title = {Location-guided Head Pose Estimation for Fisheye Image},
author = {Bing Li and Dong Zhang and Cheng Huang and Yun Xian and Ming Li and Dah-Jye Lee},
journal= {arXiv preprint arXiv:2402.18320},
year = {2024}
}
备注
Revised Introduction and Related Work; Submitted to lEEE Transactions on Cognitive and Developmental Systems for review