Sep, 2023

基于轻量级超分辨率头部人体姿态估计的颅面标志检测再探

PDF
TL;DR通过研究人体姿势估计（HPE）和头颅测量检测（CLD）之间的相似性，本文提出一种可靠的用于头颅测量检测性能改进的基准方法，并通过引入超分辨率模块和量化偏差的减少以进一步提升性能，在 MICCAI CLDetection2023 挑战中取得了显著的成绩。
cephalometric landmarksorthodonticsorthognathicslandmark detectionhuman pose estimation
发现论文，激发创造
  • 多分辨率融合的全自动颅面测量地标检测

    针对侧面头颅 X 射线图片的颅测定点检测在特定牙科疾病诊断中起着关键作用，通过以多个分辨率作为输入整合多种感受野的图像金字塔结构来训练一系列具有不同感受野的模型，其对不同的定点具有不同的检测准确率影响。此外，我们还采用了多种数据增强技术来增强模型在不同设备和测量选择方面的鲁棒性。我们将这种方法应用于 2023 年侧面头颅 X 射线图像颅测定点检测挑战中，在最终测试阶段实现了 1.62 mm 的平均径向误差（MRE）和 74.18% 的成功检测率（SDR）。

    Oct, 2023

  • 基于人体点云的三维特征点检测：一个基准和双级级联点变换器框架

    本篇论文介绍了一种在人体点云上进行三维关键点检测的挑战，并提出了一种名为 Dual Cascade Point Transformer (D-CPT) 的模型，该模型通过级联的 Transformer 解码器逐步优化关键点，在本地区域使用 RefineNet 增强关键点坐标，通过在 HPoint103 和公共数据集 DHP19 上进行对比评估，验证了我们的 D-CPT 模型在关键点检测方面的显著性能优势，并表明将我们的 RefineNet 集成到现有方法中可以持续提高性能。

    Jan, 2024

  • 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

  • 通过注意力特征金字塔融合和回归投票实现颅面标志物检测

    本文通过提出基于注意力机制、特征金字塔融合和逐像素回归投票等的深度学习框架，在头影测量图像的解剖标志点自动定位方面显著提高了检测精度，并展示了其在不同设备上的泛化能力和稳定性。

    Aug, 2019

  • 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

  • 原型网络在不同年龄段下的颅面测量点检测

    我们提出了 CeLDA 方法，通过将图像特征与标志物原型进行比较，利用原型网络进行标志物检测，解决了不同年龄组之间标志物出现差异的问题，并引入了新的策略改进原型对齐以获得全面的标志物估计。此外，我们还介绍了一种新的原型关系挖掘范式，用于利用标志物原型之间的解剖关系。大量实验证实了 CeLDA 在成年人和青少年标志物检测方面的优越性，这是首个针对不同年龄组的头影测量标志物检测的统一解决方案和数据集。

    Jun, 2024

  • 3D 照片的全自动标志地和面部分割

    使用基于深度学习的方法，该研究发展和评估了一种自动化头影测量标注方法。该方法在三维面部立体摄影中实现了自动的标注，能够精确和一致地标记关键点，可用于大数据集的定量分析，诊断，随访和虚拟手术规划。

    Sep, 2023

  • 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

  • 面部特征点检测：文献综述

    综述了面部关键点检测算法的发展历程，将其分为三种不同的分类方法：全局方法、约束局部模型方法和回归方法，并对其进行了分类讨论，比较了它们在受不同因素影响下的性能表现。此外，还列举了面部关键点检测的基准数据库和现有软件，并指出了未来的研究方向。

    May, 2018

  • 基于位置地图数据的轻量级 3D 密集人脸关键点估计模型

    通过未标定的 2D 图像在无监督的方式下重建 3D 面部，并针对稠密地标进行预测，该方法在模型大小和计算成本上优于现有方法，并在各种头部姿势和面部变化中展现了高效性。

    Aug, 2023