头部姿态估计的经典总结性论文

卷积神经网络是人体姿态估计中应用最成功的深度学习模型，但仍存在着提取图像特征时不同图像区域和提取出的不同抽象特征被平等对待的缺陷。为此，提出了一种基于改进卷积神经网络和加权支持向量数据描述算法的关节外

针对二维人像的三维姿态估计，结合标准脸型、人脸的统计知识和射影几何提出一种方法：多次选取标准脸型眼角点、嘴角点、鼻下点等特征点得到特征三角形并确定人脸三维模型；其次计算人脸三维模型参数；基于透视投影模

头部检测的论文集，共16篇。供做这方面图像的童鞋参考。免得资源很懒得下载。

神经网络 概述 是等人提出的多任务级联卷积神经网络进行人脸检测的方法,它能够同时输出人脸的检测框以及5个关键点,是开源中效果最好的人脸检测器,,作者提供的版本为,它采用三级级联架构分阶段逐步过滤人脸,

Codefor"PVNet:Pixel-wiseVotingNetworkfor6DoFPoseEstimation"CVPR2019oral

用于3D人体姿态估计的PyTorch实现

这篇文章提出了一种用于从单个图像进行3D对象检测和姿势估计的方法。与仅回归对象的3D方向的当前技术相比，此方法首先使用深度卷积神经网络回归相对稳定的3D对象属性，然后将这些估计与2D提供的几何约束结合

基于点对应的相机姿态估计算法缺少科学的性能评价方法,增加了工程应用中算法选择的难度。针对该问题,提出了在特定代价函数下的相机姿态估计算法性能评价方法,主要包括3个性能评价参数:精度、效率和存在区域最优

针对目前基于学习的姿态估计方法对训练样本及设备要求较高的问题，提出一种基于面部特征点定位的无需训练即能估计单幅图像中人脸姿态的方法。通过Adrian bulat人脸特征点定位器和Candide-3构建

人脸的头部姿态往往指示并传达着丰富的信息,准确估计头部姿态角度在人脸识别、表情识别等领域有重要作用。针对获得的人脸真实姿态角度往往存在一定的偏差且只包含有限个离散角度等问题,文中提出了一种基于多变量标