摘要
本文提出了一种无需约束条件的端到端头部姿态估计方法。为解决旋转标签模糊性问题，我们采用旋转矩阵形式表示真实标签数据，并提出一种连续的6D旋转矩阵表示方法，实现高效且鲁棒的直接回归。该方法能够学习完整的旋转外观信息，与以往方法仅将姿态预测限制在窄角度范围以获得良好结果的做法形成鲜明对比。此外，我们设计了一种基于测地距离的损失函数，使网络在SO(3)流形几何结构上得到更合理的优化。在公开数据集AFLW2000和BIWI上的实验结果表明，所提方法相较于其他先进方法性能提升高达20%。我们已开源训练与测试代码及预训练模型，详见：https://github.com/thohemp/6DRepNet。