遮挡与几何感知模型下的头部姿态估计方法

摘要：

头部姿态估计在人机交互、辅助驾驶等应用中起重要作用,但因受到光照变化、部分遮挡、不同面部外观差异等因素的影响,导致头部姿态估计的准确率不高.提出一种基于遮挡和几何感知模型的头部姿态估计方法,在预处理阶段采用多任务卷积神经网络进行人脸检测,减小背景环境的干扰,并进行图像增强操作以减小光照变化带来的影响.设计面部遮挡感知网络感知人脸的遮挡区域,从而提取信息量丰富的未遮挡面部特征.为充分利用面部的几何信息,采用堆叠胶囊自编码器对人脸各部分的姿态和位置进行编码,得到面部各部分间的几何关系.实验结果表明,该方法在AFLW2000数据集和BIWI数据集上的平均绝对误差分别为3.91和3.55,能有效提高头部姿态估计准确率,在复杂环境下的鲁棒性较好.

关键词：遮挡感知、几何感知、头部姿态估计、亮度均衡、人脸检测

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：新疆维吾尔自治区自然科学基金;湖北省自然科学基金

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：296-303,311