Jun, 2017

基于加权分裂的 K - 聚类回归森林的人脸对齐

PDF
TL;DR该研究提出了一种基于 K 聚类回归森林和三维仿射姿态回归的人脸对齐流程，改进了面部形状初始化，使用金字塔 HOG 特征和加权分裂（KRFWS）的 K 聚类回归森林进行面部对齐，实验表明该方法在 IBUG 数据集上提高了 20%，并在整个 300-W 数据集上取得了最新的精度。
发现论文，激发创造
  • 基于推荐树的任意视角人脸对齐

    通过学习使用建议树的集成，本文针对人脸对齐中面临的多视角和标记协议等问题提出了解决方案，并在包含前瞻和侧视脸的多个数据集中得到了最新的性能表现。

    Nov, 2015

  • DFNet：使用直接特征匹配增强绝对姿态回归

    本篇研究提出了一种相机重新定位的方法，它通过绝对姿态回归和直接特征匹配相结合，并加入曝光自适应的新视角合成，成功地解决了现有基于光度的方法无法处理的室外环境中的光度变形问题。

    Apr, 2022

  • AWR: 自适应权重回归用于三维手势估计

    本文提出了一种自适应加权回归方法，并且结合密集表示和联合监督学习，实现端到端训练和提高模型的准确度和鲁棒性，在四个公开数据集上的表现比其他最先进方法更好。

    Jul, 2020

  • 通过分类方式生成回归森林：应用于目标姿态估计

    提出一种新的节点分割方法来建立回归树，它找到局部最小化经验损失的训练数据集的簇，而不是依赖于试错方法，然后将问题分类处理以确定分割规则，能更加有效地处理不同的目标空间。

    Dec, 2013

  • 野外 1st 3D 人脸对齐 (3DFAW) 挑战的两阶段卷积部位热图回归

    该论文描述了一种基于卷积部位热图回归的方法，将其用于 3D 人脸对齐并获得了 3DFAW 挑战赛的第一名，超过第二名超过 22% 的结果。

    Sep, 2016

  • KS-APR: 鲁棒绝对位姿回归的关键帧选择

    KS-APR 是一种用于 Markerless Mobile Augmented Reality 的 pipeline，通过结合 APR 的推断结果和训练集中的先验图像来评估估计位姿的可靠性，从而提高可靠性和准确性，适用于不需要一次性决策的视觉定位任务。

    Aug, 2023

  • 深度回归森林用于年龄估计

    本研究基于深度回归森林（DRF）模型，提出了一种端到端感知的方法，通过连接分裂节点和卷积神经网络 (CNN) 的全连接层，在困难的数据环境下，实现面部图像年龄估计，并在三个标准数据集上实验，取得了最先进的结果。

    Dec, 2017

  • img2pose: 基于 6DoF 的人脸姿态估计，面部对齐和检测

    本文提出了一种实时的、无需面部检测或关键点定位的六自由度、三维人脸姿态估计方法，使用了 Faster R-CNN 模型将六自由度位姿回归给图像中所有的脸部，并展示了该方法在 AFLW2000-3D 和 BIWI 数据集上的优越性能。

    Dec, 2020

  • 全姿态范围下的人脸对齐：三维全方位解决方案

    本文提出了一种新的面部对齐框架，称为 3D Dense Face Alignment (3DDFA)，其中使用级联卷积神经网络将密集 3D 可变形模型（3DMM）配合到图像中。本文还利用 3D 信息合成正面视图和侧面视图的面部图像以提供丰富的样本进行训练。在具有挑战性的 AFLW 数据库上的实验表明，所提出的方法比现有技术取得了显着的进步。

    Apr, 2018

  • 融合来自运动结构和光流模拟姿势回归的算法用于具有挑战性室内环境

    本文提出了一种使用相对位移回归来规范绝对位姿估计的新方法，采用递归融合神经网络来更好地整合绝对和相对估计姿态，实验结果表明这种方法比使用姿态图优化的方法更为有效。

    Apr, 2023