人脸对齐介绍

导语 介绍人脸对齐的定义、任务、应用、常用算法以及难点

一、 人脸对齐,也叫做人脸特征点检测,图为人脸特征点例子

二、 人脸对齐有哪些应用?

1. 五官定位

2. 表情识别

3. 人脸漫画、素描生成

4. 增强现实

5. 换脸

6. 3D建模

三、 人脸对齐的任务

给定人脸区域 i,从该区域出发, 根据一定的规则 F,找到特征点位置 x。即:x = F(i)

所以, 人脸对齐算法便是设计函数(规则)F, F的优劣变体现在拟合效果、运行效率、参数存储空间、泛化能力(即适应数据集以外的人脸,比如真实环境下的人脸)。

上图是ASM的拟合过程, 人脸对齐算法通常都是从一个标准形状开始迭代,逐渐收敛。

四、 当前有哪些对齐算法?

传统方法

1. 基于人脸形状建模

可变形模板(Deformable Template)、点分布模型(主动形状模型Active Shape Model)、图模型、级联形状回归模型等。

2. 基于人脸表观建模

分为两类,一是对全局纹理建模,这里全局是指整张脸,主要有AAM等;一种对局部纹理进行建模,有颜色模型、投影模型等。

这里重点说明下基于级联形状回归模型框架的算法,因为近几年出现的很多比较好的算法都属于该框架下的。比如SDM、LBF、DRMF等。级联形状回归模型通过学习一个嵌套函数从而形成多层来逼近F。

x = F(f_1(f_2(...f_n(x_0, i))))

后续会详细介绍级联形状回归模型级联形状回归模型框架以及相关框架

深度网络模型

前面提到的fi 都是用传统的机器学习方法设计的, 目前已出现基于深度网络模型来设计fi的算法, 比如卷积神经网络(CNN)、深度自编码器(DAE)和受限玻尔兹曼机(RBM)等。 后续将重点研究该领域。

关于人脸检测与对齐的融合

这类算法的idea是检测与对齐部分过程可以复用,

该类算法对于跟踪有很好的帮助, 因为在跟踪过程中需要验证预测的区域是否是人脸, 需要用到人脸检测器, 而人脸检测器通常速度较慢, 如果对齐与检测同时做了的话, 验证的时间时间可减少很多。提高追踪效率。该类算法有 JDA(Joint Cascade Face Detection and Alignment)、MTCNN等

五、 人脸对齐面临的挑战

大姿态、夸张表情、光线明暗、遮挡、场景多变等等问题。

六、 移动端选择对齐算法考虑的问题:

速度、模型大小、追踪问题等

参考资料

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

FAIR何恺明等人提出组归一化:替代批归一化,不受批量大小限制

选自arXiv 作者:吴育昕、何恺明 机器之心编译 自 Facebook 在 2017 年 6 月发布 1 小时训练 ImageNet 论文以来,很多研究者都在...

3446
来自专栏iOSDevLog

人工智能-深度学习框架下的神经网络

2196
来自专栏AI科技评论

深度| 解密面部特征点检测的关键技术

面部特征点定位任务即根据输入的人脸图像,自动定位出面部关键特征点,如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等,如下图所示。 ? 这项技术的应用很广泛,比如...

2626
来自专栏目标检测和深度学习

推荐|改变你对世界看法的五大计算机视觉技术!

计算机视觉是当前最热门的研究之一,是一门多学科交叉的研究,涵盖计算机科学(图形学、算法、理论研究等)、数学(信息检索、机器学习)、工程(机器人、NLP等)、生物...

2618
来自专栏新智元

谷歌大作:自动改良反向传播算法,训练速度再提升!

【新智元导读】大神 Geffery Hinton 是反向传播算法的发明者,但他也对反向传播表示怀疑,认为反向传播显然不是大脑运作的方式,为了推动技术进步,必须要...

883
来自专栏CDA数据分析师

下一个GAN?OpenAI提出可逆生成模型Glow

该研究一经发表,立刻引起了机器学习社区的注意,有人对此表示:终于,我们有了 GAN 以外的优秀生成模型!

1000
来自专栏计算机视觉战队

每日一学——最优化(下)

梯度计算 计算梯度有两种方法:一个是缓慢的近似方法(数值梯度法),但实现相对简单。另一个方法(分析梯度法)计算迅速,结果精确,但是实现时容易出错,且需要使用微分...

35610
来自专栏人工智能头条

敲重点!一文详解解决对抗性样本问题的新方法——L2正则化法

【导读】许多研究已经证明深度神经网络容易受到对抗性样本现象(adversarial example phenomenon)的影响:到目前为止测试的所有模型都可以...

692
来自专栏专知

【干货】加速梯度下降的若干小技巧

【导读】在训练神经网络的时候,使用标准梯度下降法常常使网络陷入局部最小值,从而造成实验结果不佳。本文介绍了几种标准梯度下降的基础的改进算法。如批量梯度下降,正则...

36111
来自专栏机器之心

学界 | 通过Crowd Layer,利用众包标注数据集进行深度学习

选自arXiv 机器之心编译 参与:刘晓坤、路雪 本文通过在深度神经网络中引入一种新型众包层(crowd layer),通过反向传播方式,直接利用噪声标签实现端...

3786

扫码关注云+社区