基于标签分布的头部姿态估计算法研究及其应用

发布时间：2021-10-21 14:36

　　信息技术的发展为教育的改革创新注入了新的活力,为教育现代化发展提供了新途径。学校的信息化教学环境已基本建立,以多媒体与网络为代表的信息技术广泛运用,丰富了教学内容表现形式及教学活动形式。然而,教学模式多局限于“传递——接受”的传统模式,学生的主体地位得不到体现,不利于个性化发展。因此,为了充分体现学生的主体地位,教学过程中掌握学生的学习状态或兴趣是非常必要的。注意力能客观地反映学生的学习状态或兴趣,是实现个性化教学的关键。头部姿态是个体的头部朝向,在很大程度上反映了注意力方向,因此为掌握学生的注意力,本文展开头部姿态估计算法的研究。头部姿态估计是指利用计算机视觉和模式识别技术来估计数字图像中头部的朝向。头部姿态估计具有广泛的应用前景,近些年受到研究者们越来越多的关注并且取得了不错的进展,然而在实际应用中仍然无法获得理想的性能。影响头部姿态估计算法性能的关键因素包括:（1）标签的准确性。标签的真实合理是算法有效性的前提;（2）特征的有效性。增强有效特征、降低干扰因素是提高性能的关键;（3）方法的泛化性。方法的泛化能力是算法能否实用的保障。具体来讲,存在的挑战有:（1）数据集标注困难。自然... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：131 页

【学位级别】：博士

【部分图文】：

图１．１（ａ）头部在三个方向上的旋转形成头部姿态；（ｂ）估计ｐｉｔｃｈ和ｙａｗ两个角度的场景：（ｃ）估计ｙａｗ角度的场??景??头部姿态估计可以分为连续的头部姿态估计和离散的头部姿态估计

ＩＸ）ＣＴＯＲＡＬ?ＤｌＳＳＥＲＩ＇ＡｎＯＮ??难，因为在这种情况下需要部署大量的摄像头。经典的ＣＡＳＰＥＡＵ１８＃ｎＣＭＵ?Ｍｕｋｉ－ＰＥ［１９】头部??姿态数据集就是通过该方式获取的，采用的摄像头布局如图１．４所示。??ｏｅ．?ｎ？．ｉ??？？?？〇?＞４．０?？．?？，〇?．？〇?Ｃ〇?ｆ＊５！?＾３０．?－Ｖ?Ｖｌ￣?＾?ｆ＾ｊＣＳ??Ｏ?Ｃ３?Ｃ４?Ｃ５??ｕｘｓ＾ｏｎ＇??图１．４左：ＣＭＵＭｕｌｔｉ－ＰＩＥ数据集的摄像头配置：右：ＣＡＳＰＥＡＬ数据集的摄像头配置??（３）

ｏｅ．?ｎ？．ｉ??？？?？〇?＞４．０?？．?？，〇?．？〇?Ｃ〇?ｆ＊５！?＾３０．?－Ｖ?Ｖｌ￣?＾?ｆ＾ｊＣＳ??Ｏ?Ｃ３?Ｃ４?Ｃ５??ｕｘｓ＾ｏｎ＇??图１．４左：ＣＭＵＭｕｌｔｉ－ＰＩＥ数据集的摄像头配置：右：ＣＡＳＰＥＡＬ数据集的摄像头配置??（３）投影变换??在大数据时代，海量图像通常是从互联网上抓取的，在这些图像中头部姿态角度无法像其??它头部姿态获取方式那样通过预先布置的物理设备来捕获，并且也无法通过肉眼的方式来获得。??在这种情况下，可以通过投影变换获得较为精确的头部姿态角度，首先给定一个前侧３Ｄ人脸??参考模型，其中每个特征点的３Ｄ坐标位置都己知，同时注释人脸图像中的相应的面部特征点，??然后利用ＰＯＳＩＴ算法调节头部姿态参数，使３Ｄ坐标位置到图像中的投影与图像中对应的２Ｄ??坐标位置之间的距离最小。ＡＦＬＷ数据集【Ｍ】给定的头部姿态角度信息就是通过这种方法获取的。??在一些头部姿态估计算法［２１］中，往往利用算法检测而不是手工注释的面部特征点和３Ｄ参考模??型中特征点的对应关系来估计头部姿态角度。??

【参考文献】：
期刊论文
[1]Unseen head pose prediction using dense multivariate label distribution[J]. Gao-li SANG,Hu CHEN,Ge HUANG,Qi-jun ZHAO.  Frontiers of Information Technology & Electronic Engineering. 2016(06)
[2]基于深度卷积网络的多分类法在头部姿态估计中的应用(英文)[J]. Ying CAI,Meng-long YANG,Jun LI.  Frontiers of Information Technology & Electronic Engineering. 2015(11)
[3]智慧教育:教育信息化的新境界[J]. 祝智庭,贺斌.  电化教育研究. 2012(12)

博士论文
[1]自然环境下头部姿态估计方法的研究与应用[D]. 刘袁缘.华中师范大学 2015



本文编号：3449177