Feb, 2018

一种遮挡堆叠沙漏方法用于面部地标定位和遮挡估计

PDF
TL;DR本研究介绍了基于 Stacked Hourglass 网络的 Occluded Stacked Hourglass 模型，利用检测到的面部窗口，输出 68 个遮挡热力图，从而可以提取脸部特征，如头部姿势以及眼睛 / 嘴巴的张合程度，以便推导驾驶员的注意力和行为模式，模型的遮挡估计和头部姿势能力达到了最新的技术水平。
driver safetyfacial recognition technologydistraction detectionocclusion estimationhead pose
发现论文，激发创造
  • 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

  • 面部闭塞下的同时人脸特征点检测、姿态和变形估计

    提出了一种基于模型的联合框架，用于同时进行面部标志检测，头部姿态估计和面部变形分析。

    Sep, 2017

  • 遮挡一致性：检测和定位被遮挡的人脸

    本文提出了一种分层可变形部件模型，用于面部检测和地标定位，能够明确地模拟部件遮挡，这允许我们使用大量的合成遮挡样本数据，以灵活地整合遮挡模式的统计，从而使检测系统在顶部准确性方面胜过传统系统，同时在未遮挡的情况下保持了竞争力。

    Jun, 2015

  • 基于几何的低成本眼睛注视检测：使用基于深度学习产生的面部标志点

    该论文介绍了一种基于几何的方法来解决现有的真实时间凝视估计系统所面临的挑战，利用普通消费级硬件生成准确、稳定的人脸和虹膜的三维地标，从而预测眼睛凝视方向，实现低计算资源要求下的高精度、实时的眼睛凝视估计。

    Dec, 2023

  • 用于野外环境下的人脸关键点鲁棒定位的人脸检测、边界框聚合和姿态估计

    提出一种框架，包括四个阶段：脸部检测，边界框聚合，姿态估计和特征点定位。实验结果表明，该框架在人脸检测和特征点定位方面优于其他先进算法。

    May, 2017

  • 用于人体姿态估计的叠层沙漏网络

    该研究提出了一种新的卷积神经网络架构来进行人体姿势估计，采用自下而上、自上而下的处理方式及中间监督来提高网络的性能，在 FLIC 和 MPII 基准测试中取得了最先进的成果，并以堆叠沙漏网络总结了该架构的步骤。

    Mar, 2016

  • 使用沙漏网络实现膝关节解剖标志定位的方法

    本文提出一种高效的卷积神经网络框架并引入特定的正则化和损失函数去解决骨关节炎各个阶段膝部 X 光图像解剖标志定位的问题，并且通过转移学习来提升定位精度。实验验证表明该方法在各个阶段的骨关节炎中具有比先前方法更好的泛化性能。

    Jul, 2019

  • 驾驶员注意力跟踪和分析

    我们提出了一种使用安装在车辆挡风玻璃和仪表盘上的普通摄像头来估计驾驶员凝视点的新方法。该方法通过开发一种卷积网络来同时分析场景图像和驾驶员面部图像，其中包含一个相机校准模块，可以计算表示驾驶员和摄像头系统之间空间配置的嵌入向量，该模块改善了网络的性能并可以进行端到端的联合训练。我们还引入了一种大规模的驾驶数据集，其中包含了真实驾驶情景的图像以及驾驶员面部和凝视数据，对该数据集的实验表明，所提出的方法优于各种基准方法，均方误差为 29.69 像素，相对于场景摄像头的 $1280 {imes} 720$ 分辨率而言，误差较小。

    Apr, 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

  • 面部、面部特征点和头部姿态联合检测的实时多任务学习系统

    该论文提出了一个实时多任务检测系统，能同时执行面部、面部标志和头部姿势的联合检测，以处理大角度面部姿势挑战，并在多个数据集上验证了其实时性能和有效性。

    Sep, 2023