頭部姿勢推定のための潜在的な埋め込みクラスタリング

本研究は、遮蔽に対してロバストな頭部姿勢推定のための新しい手法を提案する。特に、各姿勢角度に対する回帰と分類のコンポーネントを持つ、教師なしの潜在的な埋め込みクラスタリングを導入する。このモデルは、遮蔽された画像と非遮蔽画像の潜在的な特徴表現を最適化することで、精度の高い角度予測を実現する。