📖 AI 总结

本文提出Shape-Bayes，一个面向视觉模糊条件下结构化形状推断的概率框架。研究指出，传统确定性回归在视觉证据模糊或不完整时表现脆弱，严重遮挡下会出现结构崩塌，预测出不一致的形状或退化为通用平均值。为此，作者将不确定性感知的视觉感知与贝叶斯形状推理相结合，不再强制输出点估计，而是动态权衡视觉证据与几何先验，推断结构有效的形状后验。方法以人脸形状回归为验证场景，包含三个组件：预测带噪关键点及其偶然不确定性的基础模型、将观测编码为PCA形状流形上自适应先验的轻量Transformer，以及通过平衡噪声预测与先验来计算闭式后验的可微贝叶斯求解器。实验表明，该方法在保证结构完整性的同时，相比最优确定性模型在IDR指标上绝对提升约34%，相对误差最多降低12.5%，并给出高度校准的不确定性边界，在严重遮挡下的二维人脸形状回归中达到新的最优水平。

🔑 关键词速览