面部对齐，鲁棒姿态、表情和遮挡

Jul, 2017

面部对齐，鲁棒姿态、表情和遮挡

Face Alignment Robust to Pose, Expressions and Occlusions

Vishnu Naresh Boddeti, Myung-Cheol Roh, Jongju Shin, Takaharu Oguri, Takeo Kanade

TL;DR研究提出了一种基于鲁棒受限局部模型的集成，用于面部对齐，可以在存在显着遮挡和任何未知的姿势和表情的情况下实现。通过假设和测试搜索来评估 occlusion，结果表明在测试集中表现出一定的鲁棒性。

Abstract

We propose an ensemble of robust constrained local models for alignment of faces in the presence of significant occlusions and of any unknown pose and expression. To account for partial occlusions we introduce, R

ensemble robust constrained local models occlusion reasoning hypothesize-and-test search face alignment

发现论文，激发创造

在显著头部姿势和遮挡下的强韧面部标记检测

这篇论文提出了一种基于级联回归的面部特征点检测方法，能够在面部被遮挡和大幅度侧脸的情况下进行特征点检测，并结合了监督回归方法和遮挡情况加入约束，提高了检测的准确性。

Sep, 2017

用于野外环境下的人脸关键点鲁棒定位的人脸检测、边界框聚合和姿态估计

提出一种框架，包括四个阶段：脸部检测，边界框聚合，姿态估计和特征点定位。实验结果表明，该框架在人脸检测和特征点定位方面优于其他先进算法。

May, 2017

使用不变专家混合的鲁棒人脸对齐

该研究提出了一种级联的面部对齐算法，其中每个级别都由回归专家的混合组成，该系统不受预定义类别的变换的影响，并且可在鉴别对准框架中包含形变约束，从而使该算法更加稳健。

Nov, 2015

遮挡一致性：检测和定位被遮挡的人脸

本文提出了一种分层可变形部件模型，用于面部检测和地标定位，能够明确地模拟部件遮挡，这允许我们使用大量的合成遮挡样本数据，以灵活地整合遮挡模式的统计，从而使检测系统在顶部准确性方面胜过传统系统，同时在未遮挡的情况下保持了竞争力。

Jun, 2015

野外多视图人脸对齐

本文提出了一种联合多视角卷积网络，用于处理野外环境下面部姿态的大幅度变化，并优雅地桥接面部检测和面部标记定位任务，该方法对于半正面和侧面脸可检测和对齐大量关键点，并在多个数据集上证明了对于面部追踪和面部检测的显著改进。

Aug, 2017

面部闭塞下的同时人脸特征点检测、姿态和变形估计

提出了一种基于模型的联合框架，用于同时进行面部标志检测，头部姿态估计和面部变形分析。

Sep, 2017

姿态不变的 3D 人脸对齐

本文提出一种新的面部对齐算法，利用 3D 可变形模型和级联耦合回归器，估计带有任意姿态的人脸图像的 2D 和 3D 地标及其 2D 可视性。实验结果表明，该算法在所有姿态人脸图像上的表现优于现有方法。

Jun, 2015

面部表情识别的区域注意力网络：针对姿态和遮挡的鲁棒性

该论文提出了一种基于面部区域注意力网络（RAN）和面部动作单元定义的区域偏差损失，解决面部表情识别中的遮挡和姿态变化问题，并在多个数据集上验证其实验效果。

May, 2019

潜在嵌入聚类算法用于鲁棒性遮挡下的头部姿态估计

本文提出了一个新颖而高效的框架，通过无监督的潜在嵌入聚类与回归和分类组件来优化遮挡和非遮挡图像的潜在特征表示，并改善细粒度角度预测，在野外头部姿势数据集上得到了与最先进方法相当的竞争性能，并具有显著的数据减少优势。我们观察到遮挡头部姿势估计方面有显著改进，并进行了消融实验来验证我们提出的框架中聚类项的影响。

Mar, 2024

利用辅助属性学习人脸对齐的深度表示

本文提出一种新型的任务约束深度模型，通过学习相互关联的异质性面部属性，如性别、表情和外貌属性，与地标检测问题的联合优化，有效提高了地标检测的鲁棒性。通过广泛的评估，表明所提出的任务约束学习方法不仅在处理具有严重遮挡和姿态变化的面部影像方面优于现有的面部对齐方法，而且与基于级联深度模型的现有方法相比，明显减少了模型复杂度。

Aug, 2014