野外环境下的多任务头部姿态估计
计算机视觉与模式识别
2022-02-07 v1
摘要
我们提出一种基于深度学习的图像中头部姿态估计多任务方法。我们贡献了一个网络架构与训练策略，其利用人脸姿态、对齐与可见性之间的强依赖关系，为这三项任务产出性能顶尖的模型。我们的架构是一个带残差块与横向跳跃连接的编码器-解码器 CNN。我们表明，头部姿态估计与基于 landmark 的人脸对齐相结合显著提升了前一项任务的性能。此外，将姿态任务置于瓶颈层（编码器末端），而将依赖空间信息的任务（如可见性与对齐）置于最终解码器层，也有助于提升最终性能。在所进行的实验中，所提模型在人脸姿态与可见性任务上优于最先进水平。通过加入最终的 landmark 回归步骤，其产生的人脸对齐结果也与最先进水平相当。
引用
@article{arxiv.2202.02299,
title = {Multi-task head pose estimation in-the-wild},
author = {Roberto Valle and José Miguel Buenaposada and Luis Baumela},
journal= {arXiv preprint arXiv:2202.02299},
year = {2022}
}