Une approche pilotée par les données pour améliorer l'estimation de l'orientation de la tête 3D

L’estimation de l’orientation de la tête à partir d’images constitue un sujet de recherche important en vision par ordinateur. Ses nombreuses applications incluent la détection de l’attention, le suivi du comportement du conducteur et l’interaction homme-machine. Les recherches récentes sur l’estimation de l’orientation de la tête se sont concentrées sur le développement de modèles basés sur des réseaux de neurones convolutifs profonds (CNN). Ces modèles sont entraînés à l’aide de techniques d’apprentissage par transfert et d’augmentation d’images afin d’obtenir de meilleures conditions initiales et une meilleure robustesse face aux occlusions. Toutefois, les méthodes utilisant des réseaux d’apprentissage par transfert sont généralement conçues pour des tâches de reconnaissance d’images générales, sans analyse approfondie du transfert d’apprentissage à partir de réseaux spécifiquement adaptés à des tâches liées au visage. En outre, pour l’estimation de l’orientation de la tête, la robustesse face à des occlusions importantes, ainsi qu’à des perturbations telles que le flou de mouvement ou une faible luminosité, est essentielle. Dans cet article, nous proposons une nouvelle méthode d’augmentation d’images qui améliore significativement la précision de l’estimation du modèle d’orientation de la tête. Nous introduisons également une initialisation des poids spécifique à la tâche, qui permet d’optimiser davantage la précision en analysant les activations internes de modèles entraînés pour des tâches liées au visage, telles que la reconnaissance faciale. Nous évaluons notre modèle d’estimation de l’orientation de la tête sur trois jeux de tests exigeants et obtenons des résultats supérieurs aux méthodes de pointe actuelles.