头部姿态估计——QuatNet

版权声明： https://blog.csdn.net/u013841196/article/details/82949638

• 《QuatNet: Quaternion-based Head Pose Estimation with Multi-regression Loss》
  2018，Heng-Wei Hsu et al. QuatNet

1.引言：
作者提出了multi-regression loss function来使用CNNs进行头部姿态估计，输入采用RGB，并没有深度（Depth）信息。损失函数为L2 regression loss结合ordinal regression loss。
1） ordinal regression loss是被用于去处理non-stationary property，学习鲁棒的特征。

The non-stationary property：不同的头部姿态角度面部的特征将会发生变化。
Ordinal regression learns 去预测labels的排序，而非label值本身，当labels的顺序扮演着更加重要的角色相比于它们实际的数值，这是非常重要和有效的。
2） L2 regression loss利用特征去提供更加精确的角度预测
3） Label：本文使用Euler angle和quaternions作为网络回归的结果，发现基于四元数的效果更好，因此论文题目为：QuatNet。

2. QuatNet网络结构：

QuatNet基础网络采用GoogLeNet model，最后一层池化层被替换为本文提出的regression nets和ranking nets。

网络结构的细节：

Regression Net:
这4个回归网络采用相同的网络结构，一个256维的全连接层紧接着一个维度为1全连接层。
对应着四元数的4个值，如果为欧拉角就为3个值。
Ranking Net:
N多个二分类子网络，
注：ranking nets只在训练阶段进行约束，测试时去掉该网络。

QuatNet的损失函数为：
，其中 $\lambda ^{Q}$=0.1。

3.EulerNet网络细节：

Ranking的角度限制：

4.不同模型的结果比较：

从结果可以看出，加入ranking loss效果有提升。

Methods所对应的方法为：

regression net, ranking net and cross-entropy net结构的细节：

5.评价标准：
MAE（平均绝对误差）和每个角度的累计误差分布曲线（cumulative error distribution curve）
The cumulative error distribution curve reflects the proportion of test images whose errors are
below a certain threshold.
反应了测试数据在一定阈值下的错误数据比例。eg： $\pm 15^{o}$
1）MAE：

2）cumulative error distribution curve：

6.小结：
使用L2 regression loss结合ordinal regression loss可以提升姿态估计的准确率。

---

注：博众家之所长，集群英之荟萃。