【计算机视觉】头部姿态估计

最新推荐文章于 2023-10-12 16:28:28 发布

转载最新推荐文章于 2023-10-12 16:28:28 发布 · 735 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/happyamyhope/p/9799537.html

文章标签：

#人工智能 #数据结构与算法

本文深入探讨了基于模型的人脸姿态估计方法，包括经典算法步骤如2D关键点检测、3D模型匹配及角度求解，同时介绍了SVM和深度学习在该领域的应用。文章详细解释了如何从面部特征点和权重矩阵中获取旋转角度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于模型的估计方法的前提是，手头必须具备两样东西，一个是人脸特征点（眼镜，嘴巴，鼻子等处的像素位置），另外一个，是需要自己制作一个3维的，正面的“标准模型”。

method1: 一种比较经典的 Head Pose Estimation 算法的步骤一般为：2D人脸关键点检测；3D人脸模型匹配；求解3D点和对应2D点的转换关系；根据旋转矩阵求解欧拉角。

method2: SVM(SVR)训练和预测;

method3: 深度学习版

why do so can get Roll, Yaw, Pitch Angles?

answer:

linear regression, MatrixA denotes facial landmarks(as a 14d vector), MatrixW(that is estimateHeadPose2dArray2) means weights(as a 14X3 matrix), then we can get angles from MatrixAngle(3d vector) = MatrixA*MatrixW;

参考

https://blog.youkuaiyun.com/u011045727/article/details/71747603?locationNum=1&fps=1

https://github.com/lincolnhard/head-pose-estimation

https://github.com/chengzhengxin/sdm/issues/1

https://docs.opencv.org/trunk/d9/d0c/group__calib3d.html#gaaae5a7899faa1ffdf268cd9088940248

https://docs.opencv.org/trunk/d9/d0c/group__calib3d.html#ga549c2075fac14829ff4a58bc931c033d

https://www.learnopencv.com/head-pose-estimation-using-opencv-and-dlib/

https://blog.youkuaiyun.com/taily_duan/article/details/60580694

https://blog.youkuaiyun.com/wsj998689aa/article/details/39294171

https://zhuanlan.zhihu.com/p/53511322

OpenCV相机标定calibrateCamera坐标系详解

https://blog.youkuaiyun.com/shenxiaolu1984/article/details/50165635

完

转载于:https://www.cnblogs.com/happyamyhope/p/9799537.html