강건하고 제약 없는 전체 회전 범위의 머리 자세 추정

사람의 머리 자세를 추정하는 것은 아직도 주로 정면 자세 예측의 하위 작업으로 다루어지는 여러 응용 분야에서 중요한 문제입니다. 본 연구에서는 제약 없이 끝에서 끝까지 머리 자세를 추정하기 위한 새로운 방법을 제시하여, 전체 방향 범위의 머리 자세 예측이라는 어려운 과제를 해결하고자 합니다. 회전 라벨의 모호성 문제를 해결하기 위해, 우리의 지표 데이터에 대해 회전 행렬 형식을 도입하였으며, 효율적이고 견고한 직접 회귀를 위해 연속적인 6차원 회전 행렬 표현을 제안합니다. 이는 전체 회전 외관을 효율적으로 학습하고 현재 최신 기술의 한계를 극복할 수 있게 합니다. 또한 전체 머리 자세 회전 데이터와 안정적인 학습을 위한 측지선 손실 접근법을 제공하는 새로운 누적 훈련 데이터와 함께, 확장된 범위의 머리 방향을 예측할 수 있는 고급 모델을 설계하였습니다. 공개 데이터셋에서의 광범위한 평가 결과, 본 방법론이 효율적이고 견고한 방식으로 다른 최신 기술보다 크게 우수함을 입증하였으며, 그 고급 예측 범위는 응용 분야의 확장을 가능하게 합니다. 우리는 훈련 및 테스트 코드와 함께 학습된 모델들을 오픈 소스로 공개합니다: https://github.com/thohemp/6DRepNet360.본 번역은 원문 내용과 일치하도록 노력하였으며, 전문 용어와 기술 개념은 한국어 학술 및 기술 뉴스 작성 스타일에 맞게 번역되었습니다. 또한 문장 구조와 표현은 한국어 독자가 자연스럽게 이해할 수 있도록 최적화되었습니다.