نحو تقدير متين وغير مقيد لمدى دوران الرأس الكامل

تقدير وضعية الرأس للشخص هو مشكلة حاسمة لعدد كبير من التطبيقات، والتي ما زالت تُعالج في الغالب كمهمة فرعية من التنبؤ بالوضعية الأمامية. نقدم طريقة جديدة لتقدير وضعية الرأس بشكل غير مقيّد ومن النهاية إلى النهاية (end-to-end) لمواجهة المهمة الصعبة للتنبؤ بوضعية الرأس على مدى كامل من الاتجاهات. نعالج مشكلة التسميات الدوّارة الغامضة من خلال إدخال صيغة المصفوفة الدوّارة لبياناتنا الحقيقية ونقترح تمثيلًا مستمرًا للمصفوفة الدوّارة بستة أبعاد (6D) لتحقيق الانحدار المباشر بكفاءة ومتانة. هذا يسمح بتعلم مظهر الدوران الكامل بكفاءة والتغلب على قيود أفضل التقنيات الحالية. بالإضافة إلى بيانات التدريب الجديدة المتراكمة التي توفر بيانات دوران كاملة لوضعية الرأس ونهج الخسارة الجيوديسية (geodesic loss) للتعلم المستقر، نصمم نموذجًا متقدمًا قادرًا على التنبؤ بمدى أوسع من اتجاهات الرأس. تقييم شامل على مجموعات البيانات العامة يثبت أن طرقتنا تتفوق بشكل كبير على باقي أفضل الطرق الحالية بطريقة كفوءة ومتينة، بينما يسمح مدى التنبؤ المتقدم لدينا بتوسيع مجال التطبيق. نقوم بتوفير مصدر رمز البرمجيات الخاص بتدريبنا واختبارنا بالإضافة إلى النماذج التي تم تدريبها:https://github.com/thohemp/6DRepNet360.