6DoF Head Pose Estimation through Explicit Bidirectional Interaction with Face Geometry

这项研究探讨了六自由度（6DoF）头部姿态估计中估计头部平移的微妙挑战，强调这个方面而非常见的头部旋转。在识别现有方法的不足之处时，我们认识到面部几何形状和头部平移之间潜在的未充分利用的协同关系。为了弥补这一差距，我们提出了一种新的方法，称为头部平移、旋转和面部几何结构网络（TRG），其显着特点在于其明确的双向交互结构。这种结构经过精心设计，以利用面部几何形状和头部平移之间的互补关系，标志着头部姿态估计领域的重大进展。我们的贡献还包括开发一种估计边界框校正参数的策略和一种将标志点对齐到图像的技术。这两种创新在6DoF头部姿态估计任务中表现出优异的性能。在ARKitFace和BIWI数据集上进行的大量实验证实了该方法优于当前最先进的技术。代码已发布在https://github.com/asw91666/TRG-Release。

本文旨在解决头部姿态估计中头部平移的问题，提出了一种利用面部几何和头部平移之间互补关系的新方法。

本文提出了一种名为TRG的新方法，利用面部几何和头部平移的互补关系，采用显式的双向交互结构进行头部姿态估计，同时还开发了一种估计边界框参数和对齐标记的技术。

本文的亮点在于提出了一种新的方法，利用面部几何和头部平移的互补关系进行头部姿态估计，实验结果表明该方法优于当前最先进的技术。本文使用了ARKitFace和BIWI数据集，代码已经开源。

最近的相关研究包括头部姿态估计和面部几何建模等方面的研究。其中一些论文包括“3DDFA”和“3DMM”。