人脸对齐--Unconstrained Face Alignment without Face Detection

Unconstrained Face Alignment without Face Detection CVPRW2017

以前人脸对齐主要存在的问题:1)人脸对齐严重依赖于人脸检测来初始化,2)任意姿态的人脸对齐效果不是很好(例如大于45度的 yaw angle) 本文提出一种不需要人脸检测的人脸对齐方法。分两个步骤:1)Basic Landmark Prediction Stage,人脸特征点检测;2)Whole Landmark Regression Stage 基于人脸特征点位置,我们使用一个 Pose Splitting Layer 可以生成人脸的姿态

framework:

2 Our Method 2.1. Basic Landmark Prediction Stage 这里我们首先对图像中每个人脸的5个基础特征点进行检测: two centers of pupils, nose tip, two mouth corners (对照图示) 基础特征点检测方式参考文献【3】中的 a sub-network of landmark heatmap and affinity field prediction

2.1.1 Landmark Heatmap 这一步主要是对单个特征点的预测,基于真值特征点的预测

2.1.2 Landmark Affinity Field 这一步主要是将特征点关联起来用于去除一些噪声

2.1.3 Sub-network Learning

这里我们采用类似VGG网络结构的一个 CNN网络来 jointly learning heatmaps H and affinity fields L of landmarks

2.2. Whole Landmark Regression Stage 2.2.1 Pose Splitting Layer 这里我们将人脸姿态分为三类:left profile, right profile and semi-frontal 这三类姿态划分我们一般使用 Algorithm 1

对于 Menpo Benchmark 只需要分为 left profile and right profile 使用 Algorithm 2

人脸姿态分类完之后,我们对每个姿态的人脸进行姿态归一化

2.2.2 Shape Regression Sub-network 有了姿态归一化之后的人脸,我们进行人脸形状特征点密集提取

300-W dataset

Menpo Benchmark

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CVer

[计算机视觉论文速递] 2018-03-01

[1]《Stereoscopic Neural Style Transfer》 CVPR 2018 论文首次尝试对3D电影或AR/VR的新需求进行立体神经风格...

3988
来自专栏机器人网

卷积为什么如此强大?理解深度学习中的卷积

译自Tim Dettmers的Understanding Convolution in Deep Learning。有太多的公开课、教程在反复传颂卷积神经网络的...

3004
来自专栏SIGAI学习与实践平台

行人重识别 PCB-RPP,SGGNN

为了帮助大家更好地理解当前基于深度学习的相关算法原理和实现细节,SIGAI邀请了目标检测领域的资深专家谭博士为你全面、系统地讲述通用目标检测一系列算法的原理以及...

1184
来自专栏机器之心

深度 | 理解深度学习中的卷积

机器之心经授权转载 来源:码农场 译者按:本文译自 Tim Dettmers 的 Understanding Convolution in Deep Learn...

3448
来自专栏人人都是极客

理解深度学习中的卷积

译者按:本文译自 Tim Dettmers 的 Understanding Convolution in Deep Learning。有太多的公开课、教程在反复...

3748
来自专栏目标检测和深度学习

读完这个你就彻底懂深度学习中的卷积了!

1181
来自专栏专知

手把手教你构建ResNet残差网络

5212
来自专栏机器学习之旅

理论:T级数据量下的划分聚类方法CLARANS+

定义是这样的,把一个数据对象,划分成子集的过程,使得子集内相似度大,子集外相似度小。这样的一个过程叫做聚类。

663
来自专栏机器之心

学界 | 南京大学周志华等提出DFOP算法:无分布一次通过学习

选自arXiv 机器之心编译 作者:赵鹏、周志华 参与:吴攀、黄小天 在线机器学习应用中,数据总是会随时间增多,怎么开发能有效应对这种动态情况的算法是一个值得关...

2917
来自专栏CVer

[计算机视觉论文速递] 2018-03-09

通知:这篇推文有19篇论文速递信息,涉及图像分类、目标检测、目标分割、超分辨率SR、姿态估计、行人重识别Re-ID等方向 [1]《A Deep Learning...

31710

扫码关注云+社区