基于 Ollivier-Ricci 曲率的单图像头部姿态估计
计算机视觉与模式识别
2022-04-28 v1 机器学习
摘要
头部姿态估计对于许多现实世界应用（如注意力和人类行为分析）来说是一个关键挑战。本文旨在通过应用网络曲率的概念，从单张图像中估计头部姿态。在现实世界中，许多复杂网络具有内部连接紧密且具有重要功能作用的节点群组。类似地，面部关键点之间的交互可以表示为通过加权图建模的复杂动态系统。因此，此类系统的功能与其底层图的拓扑和几何结构内在地联系在一起。在这项工作中，我们使用加权图上的 Ollivier-Ricci 曲率 (ORC) 这一几何概念作为 XGBoost 回归模型的输入，展示了 ORC 的内在几何基础为发现姿态池中潜在的共同结构提供了一种自然的方法。在 BIWI、AFLW2000 和 Pointing'04 数据集上的实验表明，ORC_XGB 方法在基于关键点和仅基于图像的方法中，与最先进的方法相比均表现良好。
引用
@article{arxiv.2204.13006,
title = {Ollivier-Ricci Curvature For Head Pose Estimation From a Single Image},
author = {Lucia Cascone and Riccardo Distasi and Michele Nappi},
journal= {arXiv preprint arXiv:2204.13006},
year = {2022}
}