Learning Orientation Distributions for Object Pose Estimation
Carnegie Mellon University（卡内基梅隆大学）
为了让机器人在现实世界中稳健地运行，它们应该意识到自己的不确定性。然而，用于对象姿态估计的大多数方法返回对象姿态的单点估计。在这项工作中，我们提出了两个学习方法来估计分布在一个对象的方向。我们的方法考虑到姿态估计的不准确性以及对象的对称性。我们的第一种方法，从深度学习的特征回归到各向同性的宾汉分布，为非对称对象的方向分布估计提供了最佳性能。我们的第二种方法学习比较深度特征并生成非参数直方图分布。该方法对具有未知对称性的对象提供了最佳性能，准确地建模对称和非对称对象，而不需要任何对称性注释。我们表明，这两种方法都可以用来增强现有的姿态估计。我们的评估比较了我们的方法在各种不同类型的对象的不确定性估计大量的基线方法。
2020-08-11 cs.CV cs.LG cs.RO
Human Body Orientation Estimation using Convolutional Neural Network
Seoul National University（首尔大学）
个人机器人被期望通过识别用户的面部来与用户交互。然而，在大多数服务机器人应用中，用户需要移动他/她自己以允许机器人面对面地看到他/她。为了克服这样的限制，需要一种用于估计人体取向的方法。以前的研究使用各种组件，如特征提取器和分类模型来分类的方向，导致低性能。为了更稳健和准确的方法，我们提出了轻量级的卷积神经网络，一个端到端的系统，用于估计人体方向。我们的身体取向估计模型在基准数据集和我们自己的数据集上分别达到了81.58%和94%的准确率。所提出的方法可以用于广泛的服务机器人的应用，这取决于估计人体方向的能力。为了展示其在服务机器人应用中的实用性，我们设计了一个简单的机器人应用程序，它允许机器人向用户的正面移动。有了这个，我们证明了提高的人脸检测率。
2016-09-07 cs.CV cs.LG cs.RO
Hand Orientation Estimation in Probability Density Form
Kyoto University（京都大学）；Nagoya University（名古屋大学）；Kyushu University（九州大学）
手部定向是理解手部行为并随后支持人类活动所需的基本特征。本文提出了一种新的概率密度形式的手方向估计方法。它可以解决直接角度表示中的周期性问题，并能够集成基于不同特征的多个预测。我们验证了所提出的方法的性能和集成的例子，使用我们的数据集，它捕获合作小组的工作。
2019-06-12 cs.CV
Improving 3D Object Detection for Pedestrians with Virtual Multi-View Synthesis Orientation Estimation
University of Toronto（多伦多大学）；Institute for Aerospace Studies（航空航天研究所）
准确估计行人的方向是自动驾驶的一项重要且具有挑战性的任务，因为这些信息对于跟踪和预测行人行为至关重要。本文提出了一种灵活的虚拟多视图合成模块，可以采用到三维目标检测方法，以提高方向估计。该模块使用多步骤过程来获取精确方向估计所需的细粒度语义信息。首先，场景的点云使用结构保持深度完成算法进行加密，并且每个点使用其对应的RGB像素进行着色。接下来，在加密点云中的每个对象周围放置虚拟相机以生成新的视点，从而保留对象的外观。我们表明，该模块大大提高了KITTI基准上具有挑战性的行人类的方向估计。当与开源3D检测器AVOD-FPN一起使用时，我们在行人定向，3D和鸟瞰视图基准上优于所有其他已发布的方法。
2019-07-15 cs.CV
MEBOW: Monocular Estimation of Body Orientation In the Wild
The Pennsylvania State University（宾夕法尼亚州立大学）；Amazon Lab126（亚马逊Lab126）
身体方向估计在许多应用中提供了关键的视觉线索，包括机器人和自动驾驶。当3-D姿态估计由于图像分辨率差、遮挡或不可区分的身体部位而难以推断时，这是特别期望的。我们提出了COCO-MEBOW（Monocular Estimation of Body Orientation in the Wild），这是一个新的大规模数据集，用于从单个野外图像中进行方向估计。COCO数据集的55 K图像中约130 K人体的身体方向标签已使用高效且高精度的注释管道收集。我们还验证了数据集的好处。首先，我们表明，我们的数据集可以大大提高性能和鲁棒性的人体方向估计模型，其发展是以前的规模和多样性的可用训练数据的限制。此外，我们提出了一种新的三维人体姿态估计的三源解决方案，其中3-D姿态标签，2-D姿态标签和我们的身体方向标签都用于联合训练。我们的模型在单目3-D人体姿势估计方面明显优于最先进的双源解决方案，其中训练仅使用3-D姿势标签和2-D姿势标签。这证实了MEBOW用于3-D人体姿态估计的重要优势，这是特别有吸引力的，因为身体方向的每个实例标记成本远远低于3-D姿态。这项工作展示了MEBOW在解决涉及理解人类行为的现实挑战方面的巨大潜力。关于这项工作的进一步信息可在https://chenyanwu.github.io/MEBOW/上查阅。
2020-11-27 cs.CV
Corn Ear Detection and Orientation Estimation Using Deep Learning
Purdue University（普渡大学）
本文提出一种基于计算机视觉的玉米果穗检测与朝向估计系统，利用object detector和keypoint detection实现90%的检测率，MAE为18度，显著提升监测效率。
2024-12-19 cs.CV cs.LG
SoK: Vehicle Orientation Representations for Deep Rotation Estimation
University Of Maryland（马里兰大学）
近年来，有大量用于3D车辆目标检测的深度学习模型。然而，很少有人关注的方向预测。现有的研究工作提出了各种车辆方位表示方法的深度学习，但还没有进行全面，系统的审查。通过我们的实验，我们使用KITTI 3D目标检测数据集，分类和比较各种现有的方向表示的准确性性能，并提出了一种新的形式的方向表示：Tricosine。其中，基于2D笛卡尔的表示或单仓（Single Bin）实现了最高的准确度，附加的通道输入（位置编码和深度图）不会提高预测性能。我们的代码发布在GitHub上：https://github.com/umd-fire-coml/KITTI-orientation-learning
2021-12-10 cs.CV
IDOL: Inertial Deep Orientation-Estimation and Localization
Carnegie Mellon University（卡内基梅隆大学）
许多智能手机应用使用惯性测量单元（IMU）来感测移动，但由于其噪声特性，使用这些传感器进行行人定位可能具有挑战性。最近的数据驱动的惯性里程计方法已经证明了惯性导航的可行性越来越大。然而，他们仍然依赖于传统的智能手机方向估计，他们认为是准确的，而事实上，这些方向估计可能是一个重要的错误来源。为了解决方向估计不准确的问题，我们提出了一个两阶段的数据驱动的管道，使用商品智能手机，首先估计设备的方向，然后估计设备的位置。定向模块依赖于递归神经网络和扩展卡尔曼滤波器来获得定向估计，所述定向估计随后用于将原始IMU测量旋转到适当的参考系中。然后，定位模块通过另一个循环网络架构传递这些测量值以执行定位。我们所提出的方法在我们构建的大型数据集上的方向和位置误差方面优于最先进的方法，该数据集包含3栋建筑物和15个主题的20小时行人运动。
2021-02-08 cs.CV cs.LG cs.RO
Monocular Object Orientation Estimation using Riemannian Regression and Classification Networks
Johns Hopkins University（约翰斯·霍普金斯大学）
我们考虑的任务，估计已知类别的对象的3D方向给定的对象的图像和周围的限界框it.Recently，基于CNN的回归和分类方法已经显示出显着的性能改进，这项任务。本文提出了一种新的基于CNN的单目方向估计方法，在四个不同的方向上推进了最先进的技术。首先，在设计回归损失和非线性激活函数时，我们考虑了方向空间的黎曼结构。其次，我们提出了一个混合的黎曼回归和分类框架，更好地处理具有挑战性的情况下，几乎对称的对象。第三，我们提出了一个数据增强的战略，是专门设计来捕捉3D方向的变化。第四，我们的方法在PASCAL 3D+数据集上得到了最先进的结果。
2018-07-19 cs.CV
Real time ridge orientation estimation for fingerprint images
Isfahan University of Technology（伊斯法罕理工大学）；McMaster University（麦克马斯特大学）
指纹识别是一种重要的生物识别技术。大多数的自动识别系统都是基于指纹特征点的匹配。细节点的提取是一个重要的过程，它需要估计图像中线条的方向。大多数现有方法涉及密集的数学计算，因此通过软件手段执行。本文提出了一种基于流水线结构的实时的方位估计的硬件实现方案。仿真电路验证了该方法的有效性和准确性。
2017-10-13 cs.AR cs.CV
PONet: Robust 3D Human Pose Estimation via Learning Orientations Only
传统的3D人体姿态估计依赖于首先检测2D身体关键点，然后解决2D到3D的对应问题。尽管结果很有希望，但这种学习范式高度依赖于2D关键点检测器的质量，这不可避免地容易受到遮挡和图像外缺失的影响。在本文中，我们提出了一种新的姿态方向网络（PONet），它能够鲁棒地估计3D姿态，通过学习方向，从而绕过容易出错的关键点检测器，在缺乏图像证据。对于部分不可见肢体的图像，PONet通过利用局部图像证据来估计这些肢体的3D方位，以恢复3D姿态。此外，PONet能够通过利用可见肢体之间的方位相关性来补充估计的姿态，从而即使从完全不可见肢体的图像中也能够推断出完整的3D姿态，我们在多个数据集上对我们的方法进行了评估，包括Human3.6M，MPII，MPI-INF-3DHP和3DPW。我们的方法在理想环境中实现了与最先进技术相当的结果，但显着消除了对关键点检测器的依赖性和相应的计算负担。在高度挑战性的情况下，如截断和擦除，我们的方法表现非常稳健，并产生更优越的结果相比，最先进的，展示了其在现实世界中的应用潜力。
2021-12-21 cs.AI cs.CV cs.LG
Depth-Aware Image and Video Orientation Estimation
Faculty of Computer science, University of NewBrunswick（新不伦瑞克大学计算机科学学院）；Department of Computer Science, Brandon University（布兰登大学计算机科学系）；Department of Electrical and Photonics Engineering, Technical University of Denmark（丹麦技术大学电气与光子工程系）；Department of Electrical and Computer Engineering, COMSATS University（COMSATS大学电气与计算机工程系）
本文提出利用自然图像中的深度分布进行图像和视频方向估计的新方法，通过不同象限的深度分布估计方向，增强虚拟现实、增强现实等应用中的方向估计鲁棒性。
2026-04-15 cs.CV
Symmetry-aware super-resolution of crystal orientation maps via invariant latent-space learning
University of California Santa Barbara（加州大学圣塔芭芭拉分校）
针对EBSD晶体取向图超分辨率，提出对称群感知注意力网络SG-SRAN，通过不变潜空间学习保持晶界，以极少参数匹配大模型性能并实现零样本迁移。
2026-09-11 cond-mat.mtrl-sci cs.CV cs.LG
Multi-Stage CNN-Based Monocular 3D Vehicle Localization and Orientation Estimation
University of Detroit Mercy（底特律慈悲大学）
本文的目的是设计一个三维目标检测模型，从单目摄像机拍摄的二维图像相结合的估计鸟瞰图和对象的特征的深层表示。该模型有一个预训练的ResNet-50网络作为其后端网络，还有三个分支。该模型首先建立一个鸟瞰视图高程图，以估计场景中对象的深度，并通过使用该深度估计对象的3D边界框。我们已经在两个主要的数据集上训练和评估了它：语法数据集和KIITI数据集。
2020-11-24 cs.CV cs.LG cs.RO
RECON: Robust symmetry discovery via Explicit Canonical Orientation Normalization
Department for AI in Society, Science, and Technology, Zuse Institute Berlin (ZIB)（人工智能与社会、科学与技术部门，柏林Zuse研究所）；Cartesia AI；Institute of Mathematics, Technische Universität Berlin（数学研究所，柏林技术大学）
RECON通过显式规范定向归一化纠正任意规范，实现实例特定姿态分布的无监督发现，检测异常姿态并提升模型性能。
2026-05-08 cs.CV cs.LG
UprightNet: Geometry-Aware Camera Orientation Estimation from Single Images
Cornell Tech, Cornell University（康奈尔大学康奈尔科技校区）；Adobe Research（奥多比研究院）
我们介绍了UprightNet，这是一种基于学习的方法，用于从室内场景的单个RGB图像中估计2DoF相机方向。与最近利用深度学习来执行从图像到方向参数的黑盒回归的方法不同，我们提出了一个包含显式几何推理的端到端框架。特别是，我们设计了一个网络，预测场景几何的两个表示，在本地相机和全局参考坐标系，并解决了相机的方向作为旋转，最好通过一个可微最小二乘模块对齐这两个预测。该网络可以进行端到端的训练，并且可以使用地面实况相机姿势和表面几何的中间表示进行监督。我们评估了UprightNet在合成和真实数据集上的单图像相机定位任务，并显示出比现有最先进方法的显着改进。
2019-08-19 cs.CV
Orient Anything: Learning Robust Object Orientation Estimation from Rendering 3D Models
Zhejiang University（浙江大学）；Sea AI Lab（海天人工智能实验室）；The University of Hong Kong（香港大学）
本文提出首个对象朝向估计专家基础模型 Orient Anything，通过标注 3D 模型并渲染 200 万张图像构建数据集，将 3D 朝向建模为角度概率分布进行预测，结合合成到真实迁移策略，在多场景实现 SOTA 精度与零样本能力，并增强多项空间应用。
2024-12-24 cs.CV
Uncertainty-Aware Vehicle Orientation Estimation for Joint Detection-Prediction Models
Uber Advanced Technologies Group（优步先进技术集团）
目标检测是自动驾驶系统的关键组成部分，其任务是推断周围交通参与者的当前状态。虽然存在一些关于推断车辆行为者的位置和形状的问题的研究，但是理解行为者的取向对于现有的最先进的检测器仍然是一个挑战。定向是自治系统的下游模块的重要属性，特别是与当前方法难以实现的静止或反向演员的运动预测相关。我们专注于这项任务，并提出了一种方法，扩展现有的模型，执行联合目标检测和运动预测，使我们能够更准确地推断车辆的方向。此外，该方法能够量化预测不确定性，输出推断的方向被翻转的概率，这允许改进的运动预测和更安全的自主操作。实证结果显示了该方法的好处，在开源nuScenes数据集上获得了最先进的性能。
2020-11-05 cs.CV
Where am I looking at? Joint Location and Orientation Estimation by Cross-View Matching
Australian National University（澳大利亚国立大学）；Australian Centre for Robotic Vision（澳大利亚机器人视觉中心）；University of Technology Sydney（悉尼科技大学）
交叉视图地理定位是在给定地理标记的天线（例如，卫星）图像。现有的方法把任务作为一个纯粹的位置估计问题，通过学习判别特征描述符，但忽略方向对齐。众所周知，知道地面和空中图像之间的取向可以显著减少这两个视图之间的匹配模糊性，特别是当地面图像具有有限的视场（FoV）而不是全视场全景时。因此，我们设计了一个动态相似度匹配网络来估计跨视图定位过程中的方向对齐。特别是，我们解决了跨视图域间隙通过应用极坐标变换的空间图像近似对齐的图像到一个未知的方位角。然后，使用双流卷积网络从地面和极坐标变换的航空图像中学习深度特征。最后，通过计算交叉视图特征之间的相关性来获得方向，这也提供了更准确的特征相似性度量，提高了位置召回率。标准数据集上的实验表明，我们的方法显着提高了最先进的性能。值得注意的是，我们将CVUSA数据集上的前1位位置召回率提高了1.5倍，对于具有已知方向的Cumarmas，提高了3.3倍，对于具有未知方向的Cumarmas，提高了6倍。
2020-05-08 cs.CV
ConvPoseCNN: Dense Convolutional 6D Object Pose Estimation
University of Bonn（波恩大学）
6D物体姿态估计是许多应用的先决条件。近年来，单目位姿估计因其不需要深度测量而引起了广泛的研究兴趣。在这项工作中，我们引入了ConvPoseCNN，这是一种完全卷积的架构，可以避免剪切单个对象。相反，我们提出了像素级的，密集预测的对象姿态的平移和方向分量，其中密集的方向表示在四元数的形式。我们提出了不同的方法聚集的密集方向的预测，包括平均和聚类方案。我们在具有挑战性的YCB-Video数据集上评估了ConvPoseCNN，在那里我们证明了该方法的参数要少得多，并且比同类方法训练得更快，而不会牺牲准确性。此外，我们的研究结果表明，密集的方向预测隐式地学习到值得信赖的，无遮挡的，功能丰富的对象区域。
2019-12-16 cs.CV
Automatic camera orientation estimation for a partially calibrated camera above a plane with a line at known planar distance
针对平面上方仅部分标定的相机，本文利用已知高度和一条已知平面距离的参考线，通过逆投影几何及镜头畸变校正估计横滚角与俯仰角。
2025-07-28 cs.CV
Learning Implicit Probability Distribution Functions for Symmetric Orientation Estimation from RGB Images Without Pose Labels
University of Bonn（波恩大学）
物体位姿估计是机器人自主操作的必要前提，但对称性的存在增加了位姿估计任务的复杂性。用于对象姿态估计的现有方法输出单个6D姿态。因此，他们缺乏推理对称性的能力。最近，通过神经网络将对象方向建模为SO（3）流形上的非参数概率分布，取得了令人印象深刻的结果。然而，获取大规模数据集来训练姿态估计模型仍然是一个瓶颈。为了解决这个问题，我们引入了一个自动姿势标记计划。给定没有对象姿态注释和3D对象模型的RGB-D图像，我们设计了一个由点云配准和渲染和比较验证组成的两阶段流水线，为每个图像生成多个对称的伪地面真实姿态标签。使用生成的姿势标签，我们训练ImplicitPDF模型来估计给定RGB图像的方向假设的可能性。SO（3）流形的一个有效的分层采样使得能够在多个分辨率下容易地生成完整的对称集。在推断期间，使用梯度上升来估计目标对象的最可能的取向。我们评估建议的自动姿势标记方案和ImplicitPDF模型上的真实感数据集和T-Less数据集，证明了所提出的方法的优点。
2022-11-21 cs.CV cs.RO
Estimation of Fiber Orientations Using Neighborhood Information
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Maryland School of Medicine（马里兰大学医学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
来自扩散磁共振成像（dMRI）的数据可用于重建纤维束，例如肌肉和白质中的纤维束。纤维方向（FO）的估计是重建过程中的关键步骤，这些估计可能会被噪声破坏。在本文中，一种新的方法，称为纤维方向重建使用邻域信息（FORNI）的描述和示出，以减少噪声的影响，并通过将空间一致性，提高FO估计性能。FORNI使用固定的张量基来对扩散加权信号进行建模，其优点在于提供了基向量和FO之间的显式关系。FO空间相干性鼓励使用加权l1范数正则化项，其中包含相邻体素之间的方向信息的相互作用。使用观察到的和重建的扩散加权信号之间的平方误差来鼓励数据保真度。在对这些竞争目标进行适当加权后，使用块坐标下降算法最小化所得到的目标函数，并使用直接的并行化策略来加速处理。在数字交叉体模、离体舌dMRI数据和体内脑dMRI数据上进行实验，以进行定性和定量评价。结果表明，FORNI提高了FO估计的质量比其他国家的最先进的算法。
2016-05-16 cs.CV
Quater-GCN: Enhancing 3D Human Pose Estimation with Orientation and Semi-supervised Training
The University of Tokyo（东京大学）
针对传统3D人体姿态估计忽略骨骼方向与旋转的问题，提出有向图卷积网络Quater-GCN，结合骨骼方向回归与半监督训练策略，显著提升了姿态估计性能。
2024-10-11 cs.CV
Self-supervised Learning of Point Clouds via Orientation Estimation
Cornell University（康奈尔大学）；Adobe Research（Adobe研究）
点云提供了一种紧凑而高效的3D形状表示。虽然深度神经网络在点云学习任务上取得了令人印象深刻的结果，但它们需要大量手动标记的数据，收集这些数据可能成本高昂且耗时。在本文中，我们利用3D自我监督来学习具有较少标签的点云上的下游任务。点云可以以无限多种方式旋转，这为自我监督提供了丰富的无标签源。我们考虑预测旋转的辅助任务，这反过来又导致了其他任务，如形状分类和3D关键点预测有用的功能。通过在ShapeNet和ModelNet上的实验，我们证明了我们的方法优于最先进的方法。此外，我们的模型所学习的特征与其他自监督方法是互补的，将它们结合起来可以进一步提高性能。
2020-10-18 cs.CV cs.GR cs.LG
Advancing Toward Robust and Scalable Fingerprint Orientation Estimation: From Gradients to Deep Learning
本文梳理指纹方向估计从梯度方法到深度学习的演进，指出当前算法在图像退化、脊线受损和噪声下的局限，提出结合梯度高效性与机器学习稳健性的混合方法，以提升生物识别系统的可扩展性与可靠性。
2025-08-19 cs.CV
DOGE: An Extrinsic Orientation and Gyroscope Bias Estimation for Visual-Inertial Odometry Initialization
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；TCL RayNeo（TCL 雷鸟创新）
针对VIO初始化中外参易变、现有外参估计方法鲁棒性差精度低且延迟高的问题，提出DOGE方法，通过纯旋转约束、加权与失效检测及最大后验优化，在精度和鲁棒性上优于SOTA方法且效率具竞争力。
2024-12-11 cs.CV cs.LG cs.RO
PoseGraphNet++: Enriching 3D Human Pose with Orientation Estimation
Technical University of Munich（慕尼黑工业大学）；University of Innsbruck（因斯布鲁克大学）；reFit Systems GmbH（reFit系统有限公司）
本文提出PGN++图卷积网络，通过节点与边卷积联合预测3D关节位置和骨骼方向，在Human3.6M及泛化实验中取得更均衡的先进性能。
2024-05-10 cs.CV
Key Point-based Orientation Estimation of Strawberries for Robotic Fruit Picking
University of Lincoln（林肯大学）
本文提出一种基于关键点的草莓姿态估计方法，直接从2D图像预测3D姿态，无需完整3D标注，平均误差低至8°，较先前工作改进约30%，推理时间约30毫秒，适用于实时机器人采摘。
2023-10-17 cs.AI cs.CV
Fiber Orientation Estimation Guided by a Deep Network
Johns Hopkins University（约翰霍普金斯大学）；National Laboratory of Pattern Recognition & Brainnetome Center, Institute of Automation, Chinese Academy of Sciences（模式识别国家重点实验室与脑网络组研究中心，中国科学院自动化研究所）
扩散磁共振成像（dMRI）是目前唯一的工具，非侵入性成像大脑的白质束。纤维方向（FO）是从dMRI计算的用于纤维束重建的关键特征。由于体素中的FO的数量通常很小，因此基于字典的稀疏重建已被用于估计具有相对较少数量的扩散梯度的FO。然而，在存在噪声的情况下，在具有复杂FO配置的区域中准确的FO估计仍然具有挑战性。在这项工作中，我们探索了在基于字典的框架中使用深度网络进行FO估计，并提出了一种名为深度网络引导的纤维方向重建（FORDN）的算法。FORDN包括两个步骤。首先，我们使用一个较小的字典编码粗基FO来表示扩散信号。为了估计字典原子的混合分数（以及因此粗FO），专门设计了一个深度网络来解决稀疏重建问题。在这里，较小的字典用于减少训练的计算成本。其次，粗略的FO通知最终的FO估计，其中使用较大的字典编码密集基FO，并解决加权l1范数正则化最小二乘问题以鼓励与网络输出一致的FO。对FORDN进行了评估，并与使用模拟和真实dMRI数据的稀疏重建估计FO的最新算法进行了比较，结果证明了使用深度网络进行FO估计的好处。
2017-05-19 cs.CV
Joint Multi-Person Body Detection and Orientation Estimation via One Unified Embedding
Shanghai Jiao Tong University（上海交通大学）；East China Normal University（华东师范大学）
人体方向估计（HBOE）被广泛应用于各种应用，包括机器人，监控，行人分析和自动驾驶。尽管许多方法已经解决了从特定的受控场景到具有挑战性的野外环境的HBOE问题，但它们假设已经检测到人类实例，并将裁剪良好的子图像作为输入。这种设置效率较低，在实际应用中容易出错，例如人群拥挤。在本文中，我们提出了一个单阶段的端到端的可训练框架，用于解决多人的HBOE问题。通过在一次嵌入中集成边界框和方向角的预测，我们的方法可以直接联合估计一幅图像中所有物体的位置和方向。我们的主要思想是将HBOE任务整合到多尺度锚通道预测的人，同时受益于从事中间功能。因此，我们的方法可以自然地适应困难的情况下，涉及低分辨率和遮挡的目标检测。我们验证了我们的方法的效率和有效性在最近提出的基准MEBOW与广泛的实验。此外，我们完成了MEBOW数据集忽略的歧义实例，并提供了相应的弱身体方向标签，以保持其完整性和一致性，以支持多人研究。我们的工作可以在https://github.com/hnuzhy/JointBDOE上找到。
2023-03-16 cs.CV
Learning Orientation-Estimation Convolutional Neural Network for Building Detection in Optical Remote Sensing Image
Chongqing University（重庆大学）
得益于深度学习在计算机视觉领域的巨大成功，基于CNN的目标检测方法受到了广泛关注。已经提出了各种框架，这些框架在大范围的数据集上表现出令人敬畏和强大的性能。然而，对于遥感图像中的建筑物检测，建筑物往往构成了多样性的方向，这使得它的应用是一个挑战，现成的方法来建筑物检测。在这项工作中，我们的目标是将方向回归到流行的轴对齐的边界框检测方法来解决这个问题。为了使轴对齐的包围盒适应任意方向的包围盒，我们还开发了一种算法来估计任意两个任意方向的包围盒之间的交集重叠（IoU），该算法便于在图形处理单元（GPU）中实现以加速计算。该方法利用CNN进行稳健的特征提取和旋转限界框回归。我们以端到端的方式呈现我们的模型，使其易于训练。该模型被制定和训练，以预测方向，位置和范围，同时获得更紧密的限界框，因此，更高的平均平均精度（mAP）。在不同尺度的遥感图像上进行的实验表明，该算法的性能优于传统算法。
2019-03-14 cs.CV
Orientation Keypoints for 6D Human Pose Estimation
Department of Computing, Imperial College London（伦敦帝国理工学院计算系）
大多数实时人体姿态估计方法是基于检测关节位置。使用检测到的关节位置，可以计算肢体的偏航和俯仰。然而，沿着肢体的滚动，这是关键的应用程序，如体育分析和计算机动画，不能计算，因为这个旋转轴仍然没有观察到。因此，在本文中，我们介绍了方向关键点，一种新的方法来估计的完整位置和旋转的骨骼关节，只使用单帧RGB图像。受运动捕捉系统如何使用一组点标记来估计完整的骨骼旋转的启发，我们的方法使用虚拟标记来生成足够的信息，以便通过简单的后处理来准确地推断旋转。旋转预测比最佳报告的关节角度平均误差提高了48%，在15次骨旋转中达到了93%的准确度。该方法还将MPJPE在主要数据集上测量的关节位置的当前最先进结果提高了14%，并很好地推广到野外数据集。
2021-12-16 cs.CV
Convolutional Cross-View Pose Estimation
Delft University of Technology（代尔夫特理工大学）
提出一种端到端跨视角姿态估计方法，通过匹配地面与航空图像描述符，利用对比学习和粗到细定位解码器，在VIGOR和KITTI上显著降低定位误差，并在Oxford RobotCar上实现实时可靠姿态估计。
2023-12-22 cs.CV
Non-unique games over compact groups and orientation estimation in cryo-EM
Princeton University（普林斯顿大学）
设$\mathcal{G}$是一个紧群，令$f_{ij} \in L^2(\mathcal{G})$ .我们将非唯一博弈（NUG）问题定义为寻找$g_1,\dots,g_n \in \mathcal{G}$以最小化$\sum_{i,j=1}^n f_{ij} \left( g_i g_j^{-1}\right)$。通过对$f_{ij}$在$\mathcal{G}$上进行傅立叶变换，将NUG问题松弛为半定规划（SDP），从而有效地求解。NUG框架可以被看作是正交群上的小Grothendieck问题和唯一博弈问题的推广，并且包括许多实际相关的问题，例如在$d$ -维和低温电子显微镜中的方向估计中在单位球上配准带限函数的最大似然估计。
2015-05-14 cs.CV cs.DS math.OC
Homography from two orientation- and scale-covariant features
Czech Technical University（捷克技术大学）；MTA SZTAKI（匈牙利科学院计算机与自动化研究所）
本文提出了一种几何解释的角度和规模的方向和规模的协变特征检测器，如SIFT，提供。两个新的一般性的限制，可用于任何几何模型估计任务的尺度和旋转。利用这些公式，两个新的约束单应性估计。利用推导出的方程，求解器估计单应性从两个对应的最小数目提出。此外，它示出了点对应的归一化如何影响旋转和尺度参数，从而实现数值稳定的结果。由于仅需要两个特征对，鲁棒估计器（例如RANSAC）比使用四点算法进行显著更少的迭代。当使用协变特征时，例如SIFT，关于尺度和方向的信息是免费给出的。所提出的单应性估计方法在合成环境和公开可用的真实世界数据集上进行测试。
2019-06-27 cs.CV
Inertia-Informed Orientation Priors for Event-Based Optical Flow Estimation
The University of Texas at Arlington（德克萨斯大学阿灵顿分校）
本文提出一种结合视觉与惯性运动线索的生物启发混合对比度最大化方法，利用相机3D速度导出的方向图作为先验指导事件光流估计，提升了鲁棒性与收敛性，在三个数据集上精度优于现有技术。
2025-11-17 cs.CV eess.IV
OriNet: A Fully Convolutional Network for 3D Human Pose Estimation
The Johns Hopkins University（约翰斯·霍普金斯大学）；Baidu Research (USA)（百度研究院（美国））
在本文中，我们提出了一个完全卷积网络的3D人体姿态估计从单目图像。我们使用肢体方向作为一种新的方式来表示3D姿势，并将方向与每个肢体区域的限界框绑定在一起，以更好地将图像和预测相关联。3D方向与2D关键点检测联合建模。在没有额外约束的情况下，这种简单的方法可以在几个大规模的基准测试中取得良好的结果。进一步的实验表明，我们的方法可以很好地推广到新的场景和不准确的包围盒是鲁棒的。
2018-11-12 cs.CV
Automatic LV Localization and Short-Axis Plane Estimation from Arbitrary CMR Slice
The Ohio State University（俄亥俄州立大学）；Nanjing University（南京大学）
本研究提出从单张CMR切片同时进行左心室定位与3D方向估计的新范式，引入PCC嵌入解决方向建模问题，构建基准并在四数据集上取得优异性能，为CMR分析提供新框架。
2026-08-04 cs.CV eess.IV
Deep Projective Rotation Estimation through Relative Supervision
Carnegie Mellon University（卡内基梅隆大学）
方向估计是各种视觉和机器人任务的核心，例如相机和物体姿态估计。深度学习提供了一种开发基于图像的方向估计器的方法;然而，这种估计器通常需要在大型标记数据集上进行训练，这可能是时间密集型的收集。在这项工作中，我们探索是否可以使用来自未标记数据的自监督学习来缓解这个问题。具体而言，我们假设访问相邻姿态之间的相对取向的估计，使得可以经由局部对准方法来获得。虽然自监督学习已成功用于平移对象关键点，但在这项工作中，我们表明，由于旋转空间的非凸性，天真地将相对监督应用于旋转群$SO(3)$通常无法收敛。为了解决这一挑战，我们提出了一种新的算法的自我监督的方向估计，利用修改罗德里格斯参数立体投影$SO(3)$的封闭流形的开放流形的$\mathbb{R}^{3}$，允许优化在一个开放的欧几里德空间。我们在两种设置中经验性地验证了所提出的用于旋转平均问题的算法的益处：（1）直接优化旋转参数，以及（2）优化从图像预测对象方向的卷积神经网络的参数。在这两种设置中，我们表明，我们提出的算法是能够收敛到一个一致的相对取向帧比纯粹的操作在$SO(3)$空间的算法快得多。更多信息可以在https://sites.google.com/view/deep-projective-rotation/home上找到。
2022-11-21 cs.CV
Estimation of Orientation and Camera Parameters from Cryo-Electron Microscopy Images with Variational Autoencoders and Generative Adversarial Networks
Stanford University（斯坦福大学）；SLAC National Accelerator（SLAC国家加速器实验室）
冷冻电子显微镜（cryo-EM）能够以近原子分辨率产生生物分子的重建3D图像。因此，它代表了结构生物学中最有前途的成像技术之一。然而，原始冷冻EM图像仅高度损坏-噪声和带通滤波-目标3D生物分子的2D投影。重建3D分子形状从去除图像异常值、估计产生给定2D图像的生物分子的取向以及估计相机参数以校正强度缺陷开始。当前执行这些任务的技术通常在计算上是昂贵的，而数据集的大小不断增长。需要下一代算法在保持准确性的同时提高速度和可扩展性。在本文中，我们结合变分自编码器（VAE）和生成对抗网络（GANs）来学习低温EM图像的低维潜在表示。我们进行了探索性的分析所获得的潜在空间，这是示出有一个结构的“轨道”，在李群理论的意义上，与采集程序的冷冻EM图像。这种分析导致我们设计的单粒子冷冻EM图像的方向和相机参数的估计方法，连同离群值检测程序。因此，它为无监督估计方向和相机参数的几何方法打开了大门，使快速冷冻EM生物分子重建成为可能。
2021-05-23 cs.CV eess.IV q-bio.QM
Improved Orientation Estimation and Detection with Hybrid Object Detection Networks for Automotive Radar
Robert Bosch GmbH（罗伯特·博世有限公司）；Leibniz University Hannover（汉诺威莱布尼茨大学）
本文提出了新的混合架构，结合网格和点为基础的处理，以提高基于雷达的目标检测网络的检测性能和方向估计。基于点网格的检测模型在输入点云的鸟瞰图（BEV）投影上操作。这些方法遭受通过离散网格分辨率的详细信息的损失。这尤其适用于雷达目标检测，其中通常使用相对粗糙的网格分辨率来考虑雷达点云的稀疏性。相比之下，基于点的模型不受此问题的影响，因为它们处理点云而不进行离散化。然而，它们通常表现出比基于网格的方法更差的检测性能。我们表明，基于点的模型可以提取邻域功能，利用点的确切相对位置，网格渲染之前。这对于后续的基于网格的卷积检测主干具有显著的益处。在公共nuScenes数据集上的实验中，我们的混合架构在检测性能（汽车类的mAP比下一个最好的雷达提交高19.7%）和方向估计（相对方向改进11.5%）方面比以前文献中的网络有所改进。
2022-08-01 cs.AI cs.CV cs.LG
Breaking the Horizontal Prior: From Long-Tailed Orientation Bias to Roll-Robust Monocular Depth Estimation
该研究针对单目深度估计中受水平先验（长尾方向偏差）导致的相机翻滚鲁棒性差问题，提出训练时监督策略ID-Constraint，经多基准数据集实验验证了方法的有效性。
2026-08-04 cs.CV
Revisiting Street-to-Aerial View Image Geo-localization and Orientation Estimation
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
街道到航空影像地理定位是将查询的街景影像与参考集中的GPS标记的航空影像进行匹配，近年来受到越来越多的关注。在本文中，我们重新审视这个问题，并指出被忽视的问题，图像对齐信息。我们表明，一个简单的暹罗网络的性能是高度依赖于对齐设置和以前的作品的比较，如果他们有不同的假设是不公平的。而不是专注于对齐假设下的特征提取，我们表明，度量学习技术的改进显着提高性能，无论对齐。在不利用对齐信息的情况下，我们的管道在全景和裁剪数据集上的性能都优于之前的工作。此外，我们进行可视化，以帮助理解学习的模型和对齐信息的效果使用Grad-CAM。我们发现的近似旋转不变的激活地图，我们提出了一种新的方法来估计一对交叉视图图像与未知的对齐信息之间的方向/对齐。它在CVUSA数据集上实现了最先进的结果。
2020-12-07 cs.CV
Deep Orientation-Aware Functional Maps: Tackling Symmetry Issues in Shape Matching
École Polytechnique（巴黎综合理工学院）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）
用于非刚性形状匹配的最先进的完全固有网络通常难以消除形状的对称性，从而导致不稳定的对应预测。与此同时，最近的进展，在功能地图框架允许强制方向保存使用的功能表示的切向量场转移，通过所谓的复杂的功能地图。使用这种表示，我们提出了一种新的深度学习方法，在完全无监督的环境中学习方向感知特征。我们的架构建立在DiffusionNet之上，使其对离散化变化具有鲁棒性。此外，我们引入了一个矢量场为基础的损失，促进方向保存，而不使用（往往是不稳定的）外在描述符。
2022-04-28 cs.CV math.DG math.SP
Reflection and Rotation Symmetry Detection via Equivariant Learning
Pohang University of Science and Technology (POSTECH)（浦项科技大学）
检测对称性的固有挑战源于对称模式的任意方向;反射对称性以特定方向相对于轴镜像自身，而旋转对称性以特定方向匹配其旋转副本。因此，从图像中发现这样的对称图案受益于等变特征表示，其随着图像的反射和旋转而一致地变化。在这项工作中，我们引入了一个用于对称检测的组等变卷积网络，称为EquiSym，它利用了关于反射和旋转的二面角组的等变特征映射。所提出的网络是用二面角等变层端到端构建的，并经过训练以输出反射轴或旋转中心的空间地图。我们还提出了一个新的数据集，DENse和DIverse对称（DENDI），它减轻了现有基准反射和旋转对称检测的局限性。实验结果表明，该方法在LDRS和DENDI数据集上的对称性检测达到了最佳水平。
2022-03-31 cs.CV
Orientation-conditioned Facial Texture Mapping for Video-based Facial Remote Photoplethysmography Estimation
Australian National University（澳大利亚国立大学）；Data61, Commonwealth and Scientific Industrial Research Organization（联邦科学与工业研究组织Data61）；University of Turku（图尔库大学）
本文提出利用三维面部表面构建方向条件化面部纹理视频表示，以提升视频rPPG估计在动态运动下的鲁棒性，并在MMPD跨数据集测试中取得最高29.6%的性能提升。
2024-05-01 cs.CV
Fusing Local Similarities for Retrieval-based 3D Orientation Estimation of Unseen Objects
EPFL（洛桑联邦理工学院）；ClearSpace SA（ClearSpace公司）
在本文中，我们解决的任务，估计的3D方向以前看不见的物体从单目图像。该任务与大多数现有的深度学习方法所考虑的任务形成对比，这些方法通常假设在训练期间已经观察到测试对象。为了处理看不见的对象，我们遵循基于检索的策略，并通过计算查询图像和综合生成的参考图像之间的多尺度局部相似性来防止网络学习特定于对象的特征。然后，我们引入了一个自适应融合模块，鲁棒地聚合成一个全球成对图像的相似性得分的局部相似性。此外，我们通过开发一个快速检索策略来加快检索过程。我们在LineMOD，LineMOD-Occluded和T-LESS数据集上的实验表明，我们的方法比以前的作品对看不见的对象产生了更好的泛化。我们的代码和预培训模型可在https://sailor-z.github.io/projects/Unseen_Object_Pose.html上获得。
2022-07-22 cs.CV cs.RO
Toward Comprehensive 3D Grounding: Orientation Grounding through Vision-Language Models
本文提出方向定位任务，构建ReferOri数据集和OG-VLM模型，通过6D方向和轴向对称预测，显著提升3D场景中对象方向理解能力。
2026-09-29 cs.AI cs.CV
BronchoPose: an analysis of data and model configuration for vision-based bronchoscopy pose estimation
Computer Vision Center（计算机视觉中心）；Universitat Autònoma de Barcelona（巴塞罗那自治大学）
基于视觉的支气管镜检查（VB）模型需要将虚拟肺模型与来自视频支气管镜检查的帧配准，以在活检期间提供有效的引导。可以通过跟踪支气管镜检查摄像机的位置和取向或者通过校准其与虚拟肺模型中模拟的姿态（位置和取向）的偏差来实现配准。神经网络和时间图像处理的最新进展为引导支气管镜检查提供了新的机会。然而，由于缺乏可比较的实验条件，这种进展受到阻碍。在本文中，我们分享了一个新的合成数据集，允许公平的方法比较。此外，本文研究了几个神经网络架构的学习时间信息在不同层次的主题个性化。为了提高方向测量，我们还提出了一个标准化的比较框架和一个新的度量相机方向学习。数据集上的结果表明，所提出的度量和架构，以及标准化的条件，提供了显着的改进，目前国家的最先进的摄像机姿态估计在视频支气管镜检查。
2022-04-25 cs.CV
Orient Anything V2: Unifying Orientation and Rotation Understanding
Zhejiang University（浙江大学）；Shanghai AI Lab（上海人工智能实验室）；Sea AI Lab（海思人工智能实验室）；The University of Hong Kong（香港大学）
Orient Anything V2通过四个创新提升，实现了对物体3D方向和旋转的统一理解，显著提升了零样本性能和泛化能力。
2026-01-09 cs.CV
Estimation of Muscle Fascicle Orientation in Ultrasonic Images
Institute for Pattern Recognition, Niederrhein University of Applied Sciences（模式识别研究所，南莱茵应用科学大学）；Institute of Biomechanics and Orthopaedics, German Sport University Cologne（生物力学与骨科研究所，德国体育大学科隆）
本研究对比四种超声图像肌束角度自动估计算法，验证得出血管滤波预处理结合投影轮廓法的方案与专家真值一致性最佳，且高梯度子区域加LOESS拟合可提升鲁棒性。
2019-12-09 cs.CV eess.IV
Alignist: CAD-Informed Orientation Distribution Estimation by Fusing Shape and Correspondences
Technical University of Munich（慕尼黑工业大学）；University of Southern Denmark（南丹麦大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；Imperial College London（伦敦帝国学院）
针对对比学习类位姿分布估计需大量训练图像、仅关注单模态的问题，提出融合CAD模型的对称对应分布与形状信息的Alignist方法，收敛更快、分布学习效果更好，在SYMSOL-I和T-Less数据集上达基准性能。
2024-09-11 cs.CV
A robustness measure for singular point and index estimation in discretized orientation and vector fields
Technische Universität Dresden（德累斯顿工业大学）；Max Planck Institute of Molecular Cell Biology and Genetics（马克斯·普朗克分子细胞生物学与遗传学研究所）；Center for Systems Biology Dresden（德累斯顿系统生物学中心）
在离散矢量场中的奇异点或拓扑缺陷的识别发生在从宇宙微波背景的偏振到液晶到指纹识别和生物医学成像的不同领域。由于它们的离散性质，缺陷及其拓扑电荷不能连续地依赖于每个单个矢量，但是一旦矢量改变超过阈值，它们就不连续地改变。考虑到这个阈值的容许变化的水平上的向量，我们开发了一个鲁棒性措施离散缺陷估计。在这里，我们比较不同的模板路径的缺陷估计在离散矢量或方向领域。对缺陷周围典型矢量场模式的采样表明，鲁棒性随着模板路径的长度而增加，但在矢量上存在噪声的情况下则不那么鲁棒。因此，我们找到了一个最佳的权衡分辨率和鲁棒性对噪声相对较小的模板，除了“单像素”的缺陷分析，不能排除零鲁棒性。所提出的鲁棒性措施铺平了道路的不确定性量化的缺陷离散矢量场。
2020-09-30 cond-mat.soft cs.CV math.AT
