HyperAIHyperAI

Command Palette

Search for a command to run...

حول التمثيل والمنهجية لتقدير وضع الرأس على المدى الواسع والقصير

Cobo Alejandro ; Valle Roberto ; Buenaposada José M. ; Baumela Luis

الملخص

تقدير وضع الرأس (HPE) هو مشكلة تثير الاهتمام في رؤية الحاسوب بهدف تحسين أداء مهام معالجة الوجه في الإعدادات شبه الأمامية أو الجانبية. تتطلب التطبيقات الحديثة تحليل الوجوه في نطاق دوار كامل يبلغ 360 درجة. لا يمكن تطبيق الأساليب التقليدية لحل الحالات شبه الأمامية والجانبية بشكل مباشر على الحالة الدوارة الكاملة. في هذا البحث، نقوم بتحليل المنهجية لتقدير وضع الرأس على نطاق قصير وواسع، ونناقش أي التمثيلات والمقاييس تكون مناسبة لكل حالة. نوضح أن تمثيل الزوايا الأويلرية هو خيار جيد لتقدير وضع الرأس على نطاق قصير، ولكنه غير مناسب للدورات القصوى. ومع ذلك، فإن مشكلة القفل المحوري (gimbal lock) للزوايا الأويلرية تحول دون استخدامها كمقاييس صالحة في أي إعداد. كما نعيد النظر في المنهجية الحالية لتقييم البيانات عبر المجموعات ونلاحظ أن عدم التوافق بين أنظمة المرجع للبيانات التدريبية والاختبارية يتحيز سلباً بنتائج جميع المقالات في الأدب العلمي. نقدم إجراءً لقياس هذا الانحراف وعدم التوافق، ومنهجية جديدة لتقييم وضع الرأس عبر المجموعات التي تحدد حالات أفضل وأكثر دقة للمعيار 300W-LP|Biwi. بالإضافة إلى ذلك، نقترح توسيعاً للمقاييس الزاوية الجغرافية الذي يتيح بناء دالة خسارة تتحكم في مساهمة كل عينة تدريبية في تعظيم النموذج. أخيراً، نقدم معياراً جديداً لتقدير وضع الرأس على نطاق واسع يستند إلى مجموعة بيانات CMU Panoptic.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
حول التمثيل والمنهجية لتقدير وضع الرأس على المدى الواسع والقصير | مستندات | HyperAI