使用稠密多元标签分布的看不见的头部姿势预测<FootNote>，国家重点科学仪器设备开发项目（No.2013YQ49087903）和国家自然科学基金（No.61202160）支持的项目</FootNote>

2016年第17卷第6期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2016年第17卷第6期 doi: 10.1631/FITEE.1500235

使用稠密多元标签分布的看不见的头部姿势预测，国家重点科学仪器设备开发项目（No.2013YQ49087903）和国家自然科学基金（No.61202160）支持的项目

. State Key Laboratory of Fundamental Science on Synthetic Vision, College of Computer Science, Sichuan University, Chengdu 610064, China.. College of Mathematics and Information Engineering, Jiaxing University, Jiaxing 314001, China

发布日期： 2016-06-28

HTML29 PDF 2 收藏 0

摘要

准确的头部姿势对于许多与面部相关的任务很有用，例如面部识别，注视估计和情绪分析。大多数现有方法估计训练数据中包括的头部姿势（即先前看到的头部姿势）。为了预测在训练数据中看不到的头部姿势，已经提出了一些基于回归的方法。但是，他们专注于估计连续的头部姿势角度，因此没有系统地评估预测看不见的头部姿势的性能。在本文中，我们使用密集的多元标签分布（MLD）来表示人脸图像的姿势角度。通过将可见和看不见的姿势角度都合并到MLD中，头部姿势预测器可以以与估计所见的头部姿势相当的精度估计看不见的头部姿势。在Pointing’04数据库中，偏航和俯仰结果的平均绝对误差分别为4.01和2.13。此外，在CAS-PEAL和CMU Multi-PIE数据库上进行的实验表明，与某些现有方法相比，所提出的基于MLD的密集头部姿态估计方法可以获得最先进的性能。

关键词

头部姿势估计 ; 密集的多变量标签分布 ; 采样间隔 ; 标签不一致