基于深度卷积网络的头部姿态估计

这是基于深度图像的头部姿态估计代码源程序

针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征

深度图像，头部姿态估计

Real-timeheadposeestimationbuiltwithOpenCVanddlib

随着深度相机的应用,三维场景的重建越来越简单、快速。从单视角的深度场景图像中检索 出物体还是比较困难,特别是物体的姿态估计。提出了一种基于卷积神经网络的深度图像姿态估计 算法。 该算法采用了回归估计来

基于SIFT特征的视频内头部姿态估计

视频头部姿态实时估计研究缺乏系统、详尽的综述性成果，文章针对当前国内外此方面的研究情况，首先介绍头部姿态估计的基本问题及主流方法，然后对每种方法进行性能的比较，围绕视频头部姿态实时估计方法展开分析，并

局部嵌入分析(LEA)是图嵌入化的局部线性嵌入(LLE)方法。在头姿态估计问题上,选择局部邻域时只考虑属于同一类的姿态,但失去了相邻姿态的几何拓扑信息。为此,提出一种改进的邻域选择方法,充分利用先验姿

基于Kinect设计的机器人头部姿态状态估计,C++编写,另外附带两篇相关论文,帮助理解

头部姿态估计的经典总结性论文，作者总结了从1994年至2008年上百篇论文成果