关于宽范围与短范围头部姿态估计的表示与方法论
计算机视觉与模式识别
2024-01-12 v1
摘要
头部姿态估计（HPE）是计算机视觉中一个备受关注的问题，旨在提升半正面或侧面场景下人脸处理任务的性能。近期应用需要在完整的 360° 旋转范围内分析人脸。解决半正面和侧面情况的传统方法无法直接适用于全旋转范围。本文分析了短范围和宽范围 HPE 的方法论，并讨论了哪些表示和度量标准适用于每种情况。我们表明，流行的欧拉角表示是短范围 HPE 的良好选择，但在极端旋转下则不然。然而，欧拉角的万向节死锁问题使其在任何场景下都无法作为有效度量。我们还重新审视了当前的跨数据集评估方法论，并注意到训练集与测试集参考系统之间缺乏对齐，这会对文献中所有文章的结果产生负面偏差。我们引入了一种量化这种不对齐的程序，以及一种新的跨数据集 HPE 方法论，为 300W-LP|Biwi 基准建立了新的、更准确的最优性能（SOTA）。我们还提出了测地角距离度量的一个推广，使得能够构建一个损失函数，控制每个训练样本对模型优化的贡献。最后，我们引入了一个基于 CMU Panoptic 数据集的宽范围 HPE 基准。
引用
@article{arxiv.2401.05807,
title = {On the representation and methodology for wide and short range head pose estimation},
author = {Alejandro Cobo and Roberto Valle and José M. Buenaposada and Luis Baumela},
journal= {arXiv preprint arXiv:2401.05807},
year = {2024}
}