基于上身姿态的人体姿势驱动隐私保护3D凝视目标检测

凝视目标检测（Gaze Target Detection, GTD），即从外部视角确定某人在场景中注视位置，是一项具有挑战性的任务，尤其是在三维空间中。现有方法严重依赖分析人的外观，主要聚焦于面部以预测凝视目标。本文提出了一种新方法，通过利用人的上身姿态和可用的深度图来提取3D凝视方向，并采用多阶段或端到端管道来预测凝视目标。当预测准确时，人体姿态能提供关于头部姿态的宝贵信息，这是凝视方向的良好近似值，同时还有手臂和手部位置，这些位置与正在执行的活动以及他们可能专注的对象有关。因此，除了在3D中执行凝视估计外，我们还能同时执行GTD。在不要求人脸图像的前提下，我们在最全面的公开可访问的3D凝视目标检测数据集上实现了最先进的效果，从而在 various application contexts 中促进了隐私保护。代码已提供，链接为 https://github.com/intelligolabs/privacy-gtd-3D。