摘要

我们提出了一种端到端的头部姿态估计网络，能够仅通过单张RGB图像，对全范围的头部偏航角（yaw）进行欧拉角预测。现有方法在正面视角下表现良好，但极少针对所有视角的头部姿态进行建模。该方法在自动驾驶与零售等领域具有广泛应用前景。我们的网络基于多损失策略，对损失函数及训练策略进行了改进，以适应大范围头部姿态估计的需求。此外，我们首次从当前的全景分割数据集中提取了前视图的真实标签（ground truth labelings）。由此构建的宽范围头部姿态估计网络（Wide Headpose Estimation Network, WHENet）是首个适用于全范围头部偏航角（即“宽范围”）的细粒度现代方法，同时在正面头部姿态估计任务上达到或超越现有最先进水平。该网络结构紧凑、计算高效，适用于移动设备及实际应用场景。