{rfName}
Mu

Indexado en

Licencia y uso

Citaciones

92

Altmetrics

Article has an altmetric score of 2

Grant support

This work was supported by the Spanish Ministry of Economy and Competitiveness, project TIN2016-75982-C2-2-R. Jose M. Buenaposada was also partially funded by the Comunidad de Madrid project RoboCity2030-DIH-CM (S2018/NMT-4331). The authors would like to thank the anonymous reviewers for their comments and Felix Kuhnke for his help in interpreting Biwi annotations.

Análisis de autorías institucional

Valle, RAutor o CoautorBaumela, LAutor o Coautor
Compartir
Publicaciones
>
Artículo

Multi-Task Head Pose Estimation in-the-Wild

Publicado en:Ieee Transactions On Pattern Analysis And Machine Intelligence. 43 (8): 2874-2881 - 2021-08-01 43(8), DOI: 10.1109/TPAMI.2020.3046323

Autores: Valle, Roberto; Buenaposada, Jose M; Baumela, Luis

Afiliaciones

Univ Politecn Madrid, Dept Inteligencia Artificial, Campus Montegancedo S-N, Boadilla Del Monte 28660, Spain - Autor o Coautor
Univ Rey Juan Carlos, ETSII, C Tulipan S-N, Mostoles 28933, Spain - Autor o Coautor

Resumen

We present a deep learning-based multi-task approach for head pose estimation in images. We contribute with a network architecture and training strategy that harness the strong dependencies among face pose, alignment and visibility, to produce a top performing model for all three tasks. Our architecture is an encoder-decoder CNN with residual blocks and lateral skip connections. We show that the combination of head pose estimation and landmark-based face alignment significantly improve the performance of the former task. Further, the location of the pose task at the bottleneck layer, at the end of the encoder, and that of tasks depending on spatial information, such as visibility and alignment, in the final decoder layer, also contribute to increase the final performance. In the experiments conducted the proposed model outperforms the state-of-the-art in the face pose and visibility tasks. By including a final landmark regression step it also produces face alignment results on par with the state-of-the-art.

Palabras clave
AlgorithmAlgorithmsAlignmentDecodingDeep learningEncoder-decoderFaceFace alignmentFace poseFace recognitionFacesHead pose estimationImage processingImage processing, computer-assistedMagnetic headsMulti-task learningNetwork architectureNeural networks, computerOcclusions detectionPose estimationSignal encodingSpatial informationsState of the artTask analysisTrainingTraining strategyVisibility

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Ieee Transactions On Pattern Analysis And Machine Intelligence debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2021, se encontraba en la posición 2/276, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering, Electrical & Electronic. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 3.07. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Media Ponderada del Impacto Normalizado de la agencia Scopus: 3.64 (fuente consultada: FECYT Feb 2024)
  • Field Citation Ratio (FCR) de la fuente Dimensions: 20.4 (fuente consultada: Dimensions May 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-05-02, el siguiente número de citas:

  • WoS: 37
  • Scopus: 52
  • Europe PMC: 3
  • OpenCitations: 49
Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-05-02:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 65.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 65 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.75.
  • El número de menciones en la red social X (antes Twitter): 4 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (VALLE FERNáNDEZ, ROBERTO) y Último Autor (BAUMELA MOLINA, LUIS).