초록
인간의 고유한 오일러 각도(요, 피치, 롤)를 계산하는 머리 자세 추정은 시선 추정, 얼굴 정렬 및 3D 재구성에 있어 매우 중요합니다. 전통적인 접근 방식은 얼굴 랜드마크의 정확도에 크게 의존합니다. 이는 특히 얼굴의 가시성이 좋지 않은 경우 성능을 제한합니다. 본 논문에서는 얼굴 랜드마크 없이 추정을 수행하기 위해 깊은 네트워크에서 거친 회귀 출력과 세부 회귀 출력을 결합하였습니다. 각도에 대해 더 많은 양자화 단위를 활용하여, 다른 보조적인 거친 단위들의 도움으로 세부 분류기를 훈련시켰습니다. 최종 예측을 얻기 위해 회귀 통합 방법을 채택하였습니다. 제안된 접근 방식은 세 가지 어려운 벤치마크에서 평가되었습니다. AFLW2000와 BIWI에서 최고 수준의 성능을 달성하였으며, AFLW에서도 유리한 결과를 보였습니다. 코드는 Github에 공개되었습니다.