基于部分潜变量线性回归混合的鲁棒性头部姿态估计

Mar, 2016

基于部分潜变量线性回归混合的鲁棒性头部姿态估计

Robust Head-Pose Estimation Based on Partially-Latent Mixture of Linear Regressions

Vincent Drouard, Radu Horaud, Antoine Deleforge, Silèye Ba, Georgios Evangelidis

TL;DR提出了一种混合线性回归方法来进行头部姿态估计，通过使用未监督的流形学习技术和回归混合来映射面部边界框的高维特征向量，并对该算法的四个变体进行了充分的基准测试。

Abstract

head-pose estimation has many applications, such as social event analysis, human-robot and human-computer interaction, driving assistance, and so forth. head-pose estimation is challenging because it must cope wi

head-pose estimation linear regression bounding boxes manifold learning benchmark

发现论文，激发创造

潜在嵌入聚类算法用于鲁棒性遮挡下的头部姿态估计

本文提出了一个新颖而高效的框架，通过无监督的潜在嵌入聚类与回归和分类组件来优化遮挡和非遮挡图像的潜在特征表示，并改善细粒度角度预测，在野外头部姿势数据集上得到了与最先进方法相当的竞争性能，并具有显著的数据减少优势。我们观察到遮挡头部姿势估计方面有显著改进，并进行了消融实验来验证我们提出的框架中聚类项的影响。

Mar, 2024

二维图像头部姿势估计的遮挡环境下的潜空间回归

提出了一种新的深度学习方法，用于处理遮挡下的头部姿态估计问题，该方法通过潜在空间回归来更好地解决遮挡场景下的问题，实现了超越多种当前最先进遮挡下头部姿态估计方法的性能，并在非遮挡场景下达到了类似的准确度。

Nov, 2023

使用不变专家混合的鲁棒人脸对齐

该研究提出了一种级联的面部对齐算法，其中每个级别都由回归专家的混合组成，该系统不受预定义类别的变换的影响，并且可在鉴别对准框架中包含形变约束，从而使该算法更加稳健。

Nov, 2015

在显著头部姿势和遮挡下的强韧面部标记检测

这篇论文提出了一种基于级联回归的面部特征点检测方法，能够在面部被遮挡和大幅度侧脸的情况下进行特征点检测，并结合了监督回归方法和遮挡情况加入约束，提高了检测的准确性。

Sep, 2017

面向稳健和无约束全旋转角度头部姿态估计

使用旋转矩阵法进行端到端的头部姿态预测，通过引入连续 6D 旋转矩阵表示法和地理损失方法来有效学习头部旋转外观并克服当前最先进方法的限制，从而大幅提高头部姿态预测的范围和稳定性。

Sep, 2023

Poseur：基于 Transformer 的直接人体姿势回归

提出了一种基于 Transformer 网络的 2D 人体姿势估计方法，直接将图像转换为坐标进行回归预测，并利用自适应注意力机制来提高关键点坐标预测精度，实现了在 MS-COCO 数据集上超越同类方法的目标。

Jan, 2022

不需要关键点的细粒度头部姿态估计

使用卷积神经网络从头部图像直接预测欧拉角度量（偏航角，俯仰角和横滚角），以代替传统的人头模型法进行姿态估计，并在常用数据集上取得了最优结果。

Oct, 2017

从 2D 图像中估计三维姿态的混合分类回归框架

本文提出了一种混合分类 - 回归框架，用于解决计算机视觉中单个 2D 图像中的 3D 姿态估计问题，该方法能够捕捉多模态姿态分布，通过使用分类网络产生离散多模态姿态估计和回归网络产生连续的优化结果，实现了多个分类 - 回归模型，其中一些在具有挑战性的 Pascal3D + 数据集上达到了最新水平的性能表现。

May, 2018

通过结合间接部位检测和上下文信息进行人体姿势回归

本研究提出了一种端到端训练的回归方法，使用 Soft-argmax 函数将特征映射直接转换为关节坐标，避免了人工生成的基准图像，使得上下文信息可以无缝地包含在姿势预测中。实验证明该方法在人类姿势估计方面具有较高性能，可应用于多种复杂数据集。

Oct, 2017

混合密集回归用于物体检测和人体姿态估计

本文提出了使用混合密度网络进行空间回归的框架，在物体检测和人体姿态估计任务中，混合模型提高了准确性并使输入空间划分为可解释的模式。

Dec, 2019