STAG-Net轻量头部姿态估计论文发布
热点事件持续更新
STAG-Net轻量头部姿态估计论文发布
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Asiri Gawesha Lindamulage 提交发布 STAG-Net 论文（arXiv:2611.07828v1），该方法通过面部关键点组的结构感知注意力估计头部姿态，在所有对比的基于关键点方法中平均绝对误差最低。 论文报告：FAN 变体在 BIWI 有效检测帧上跨数据集评估误差为 3.51°、受试者独立评估为 2.39°，回归器仅 0.012–0.043M 参数、24.1–83.6K FLOPs，比 FSA-Net 少约三个数量级；FaceMesh 流程在 Tesla T4 GPU 上达 322.9 FPS，约为最快图像基线 164.5 FPS 的近两倍，CPU 上为 111.0 FPS，完整训练在 28 分钟内完成。
AI 根据报道生成 · 4 小时前更新
最新进展11月5日 19:09
STAG-Net：基于面部关键点组的结构感知注意力轻量头部姿态估计报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AISTAG-Net：基于面部关键点组的结构感知注意力轻量头部姿态估计
STAG-Net 通过面部关键点组的结构感知注意力实现轻量头部姿态估计，在所有对比的基于关键点方法中取得最低平均绝对误差。FAN 变体在 BIWI 有效检测帧上跨数据集评估误差为 3.51°、受试者独立评估为 2.39°，回归器仅 0.012-0.043M 参数、24.1-83.6K FLOPs，比 FSA-Net 少约三个数量级。FaceMesh 流程在 Tesla T4 GPU 上达 322.9 FPS，约为最快图像基线 164.5 FPS 的近两倍，CPU 上为 111.0 FPS，完整训练在 28 分钟内完成。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 611月6日 12:00
- 近 24 小时变化
- –
02468
12:0013:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。