RealHePoNet：一种鲁棒的单阶段卷积网络野外头部姿态估计方法
计算机视觉与模式识别
2020-11-04 v1 人工智能
摘要
图像中人体头部姿态估计在人机交互或视频监控任务等诸多领域有应用。本文中我们处理该问题，此处定义为同时估计垂直（倾斜/俯仰）和水平（平移/偏航）角度，通过使用单一卷积神经网络（ConvNet）模型，试图平衡精度与推理速度以最大化其在真实应用中的可用性。我们的模型在两个数据集的组合上训练：'Pointing'04'（旨在覆盖广泛姿态范围）和 'Annotated Facial Landmarks in the Wild'（以提升模型在真实图像上的鲁棒性）。我们定义并使用了组合数据集的三种不同划分用于训练、验证和测试。作为本工作结果，我们得到了一个训练好的 ConvNet 模型，称为 RealHePoNet，其给定低分辨率灰度输入图像，且无需使用面部关键点，便能低误差地估计倾斜和偏航角（测试划分上平均误差约 4.4{\deg}）。此外，鉴于其低推理时间（每头约 6 ms），我们认为即使搭配中等规格硬件（如 GTX 1060 GPU）该模型也可使用。* 代码见：https://github.com/rafabs97/headpose_final * 演示视频见：https://www.youtube.com/watch?v=2UeuXh5DjAE
引用
@article{arxiv.2011.01890,
title = {RealHePoNet: a robust single-stage ConvNet for head pose estimation in the wild},
author = {Rafael Berral-Soler and Francisco J. Madrid-Cuevas and Rafael Muñoz-Salinas and Manuel J. Marín-Jiménez},
journal= {arXiv preprint arXiv:2011.01890},
year = {2020}
}
备注
Accepted for publication at Neural Computing and Applications