WHENet：面向宽范围头姿的实时细粒度估计
计算机视觉与模式识别
2020-09-24 v2
摘要
我们提出一个端到端头姿估计网络，旨在从单张 RGB 图像中预测完整范围头部偏航角下的欧拉角。现有方法在前视视角下表现良好，但极少针对所有视角的头姿。这在自动驾驶与零售中有应用。我们的网络构建于多损失方法之上，并对损失函数与适应宽范围估计的训练策略作了改动。此外，我们首次从当前的全景数据集中提取前视视角的真实标注。所得到的宽范围头姿估计网络（WHENet）是首个适用于完整范围头部偏航角（因而为宽范围）的细粒度现代方法，同时在正脸头姿估计上也达到或超越了 SOTA 方法。我们的网络紧凑且高效，适用于移动设备与应用。
引用
@article{arxiv.2005.10353,
title = {WHENet: Real-time Fine-Grained Estimation for Wide Range Head Pose},
author = {Yijun Zhou and James Gregson},
journal= {arXiv preprint arXiv:2005.10353},
year = {2020}
}
备注
Accepted at BMVC 2020