全范围头部姿态估计的数学基础与校正
计算机视觉与模式识别
2024-05-07 v2 机器学习
摘要
众多关于头部姿态估计（Head Pose Estimation, HPE）的工作提供了算法或提出了基于神经网络的方法，从面部关键点或直接从头部区域图像中提取欧拉角。然而，许多工作未能清晰定义所使用的坐标系和欧拉角或 Tait-Bryan 角的顺序。众所周知，旋转矩阵取决于坐标系， yaw、roll 和 pitch 角对其应用顺序敏感。若缺乏精确的定义，就难以验证所输出头部姿态和绘图例程的正确性。本文深入检验了 300W-LP 数据集中定义的欧拉角、头部姿态估计方法（如 3DDFA-v2、6D-RepNet、WHENet 等）的有效性，以及其欧拉角绘图例程的有效性。如有需要，我们从提供的代码中推断其坐标系和 yaw、roll、pitch 的应用顺序。本文提出 (1) 用于从提供的源代码推断坐标系的代码和算法、用于提取精确旋转矩阵和欧拉角的欧拉角应用顺序和代码、(2) 用于将姿态从一个旋转系统转换为另一个旋转系统的代码和算法、(3) 旋转矩阵 2D 增强的新公式、以及 (4) 旋转矩阵和姿态正确绘图例程的推导与代码。本文还讨论了在 Wikipedia 和 SciPy 中定义右手坐标系旋转的可行性，这使得全范围头部姿态研究中欧拉角提取更加容易。
引用
@article{arxiv.2403.18104,
title = {Mathematical Foundation and Corrections for Full Range Head Pose Estimation},
author = {Huei-Chung Hu and Xuyang Wu and Yuan Wang and Yi Fang and Hsin-Tai Wu},
journal= {arXiv preprint arXiv:2403.18104},
year = {2024}
}