Jan, 2022

FaceOcc：一个多样化、高品质的人脸遮挡数据集用于人脸提取

PDF
TL;DR本文提出了一个手工标记的人脸遮挡数据集，覆盖太阳镜、眼镜、手、口罩、围巾和麦克风等遮挡类型，是迄今为止最大、最全面的人脸遮挡数据集。将其与 CelebAMask-HQ 数据集相结合，训练了一个简单的人脸分割模型，并获得了 SOTA 性能。
face occlusion datasetface segmentationdata-driven-based algorithmsceleba-hqsota performance
发现论文，激发创造
  • 探究高质量的合成人脸遮挡分割数据集

    本研究对人脸分割的数据集进行了全面分析，提出了自然伪装技术和随机伪装技术，以产生高质量的自然性合成遮挡的脸部数据，并提供两个高分辨率的面部数据集

    May, 2022

  • 分割重构引导的面部图像去遮挡

    本研究提出了一种基于人脸分割和三维人脸重建的面部去遮挡模型，通过预测面部先验和遮挡掩码实现了对所有种类的面部遮挡（包括毛发等较模糊的边界）的自动去除，并为了监督训练进一步构建了一个大型遮挡数据集。实验证明，该方法有效且鲁棒。

    Dec, 2021

  • WIDER FACE：人脸检测基准测试

    该研究介绍了 WIDER FACE 数据集，比现有数据集大 10 倍。数据集包含繁多的注释，如遮挡、姿势、事件类别和人脸边界框等，因此对人脸检测领域具有极高挑战性。通过对多个代表性检测系统进行基准测试，提出了识别大尺度变差的解决方案，并讨论了常见的失败案例以及未来方向。

    Nov, 2015

  • Hand2Face: 手遮面的自动合成和识别

    该论文提出一个新的框架以合成自然主义面部遮挡，并提出了一种面部遮挡类型识别模型，以区分手掌遮挡和其他类型的遮挡，并提出了一个模型以定位手掌遮挡和识别面部的遮挡区域。

    Aug, 2017

  • CrowdHuman：人群中检测人物的基准

    本文介绍了一个新的数据集 CrowdHuman，用于更好地评估人群场景中的探测器，该数据集包含各种各样的遮挡问题，通过对比先前的数据集，展示了在 Cross-dataset generalization 方面的表现。

    Apr, 2018

  • 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

  • VGGFace2: 跨姿态和年龄识别人脸的数据集

    介绍了一个名为 VGGFace2 的大规模人脸数据集，其中包含来自 Google Image Search 的 3,310,000 张 9131 个主体的照片，通过训练在数据集上的卷积神经网络，我们展示了在所有 IARPA Janus 面部识别基准测试上的最新成果表现。

    Oct, 2017

  • 通过单个被遮挡的面部图像生成多样化的 3D 重建

    Diverse3DFace 能够通过全局 + 局部形状拟合过程、基于图神经网络的网格 VAE 和基于行列式点过程的多样性推动迭代优化过程产生一个多样且真实的 3D 重建的分布，可以更好地解决面部图像的遮挡问题并且拟合效果比现有方法的单一重建更接近真值，且在遮挡区域具有更高的多样性。

    Dec, 2021

  • 面部对齐，鲁棒姿态、表情和遮挡

    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

  • 遮挡人体姿态估计的全面框架

    本文提出了一个综合框架 DAG (Data, Attention, Graph)，用于解决因遮挡引起的性能降级问题。通过模拟遮挡场景，引入了掩蔽关节与实例粘贴数据增强技术；通过自适应判别注意力模块 (ADAM) 有效增强目标个体的特征；通过特征引导的多跳图卷积网络 (FGMP-GCN) 充分探索身体结构的先验知识，并提高姿势估计结果。通过在三个用于遮挡人体姿势估计的基准数据集上进行了广泛的实验，我们证明了所提出的方法优于现有的方法。代码和数据将公开提供。

    Dec, 2023