面部闭塞下的同时人脸特征点检测、姿态和变形估计
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
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
该论文提出了一个实时多任务检测系统,能同时执行面部、面部标志和头部姿势的联合检测,以处理大角度面部姿势挑战,并在多个数据集上验证了其实时性能和有效性。
Sep, 2023
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
综述了面部关键点检测算法的发展历程,将其分为三种不同的分类方法:全局方法、约束局部模型方法和回归方法,并对其进行了分类讨论,比较了它们在受不同因素影响下的性能表现。此外,还列举了面部关键点检测的基准数据库和现有软件,并指出了未来的研究方向。
May, 2018
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
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。
Jul, 2017
该论文提出了一个采用深度级联多任务框架的人脸检测和对齐方法,利用深度学习及在线难样本挖掘等技术,在 FDDB、WIDER FACE 和 AFLW 等基准测试中取得了优于同类算法的高准确度和实时性能。
Apr, 2016
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
提出了一种新的联合人脸对齐和三维人脸重建方法,该方法可以自动生成姿态和表情归一化的三维人脸,并能恢复可见和不可见的二维人脸关键点,从而可以改善跨姿态和表情的人脸识别准确性。实验结果表明,该方法在人脸对齐和三维人脸重建方面均达到了最先进的精度。
Aug, 2017