适用于人脸分割的参数高效的本地隐式图像函数网络

CVPRMar, 2023

适用于人脸分割的参数高效的本地隐式图像函数网络

Parameter Efficient Local Implicit Image Function Network for Face Segmentation

Mausoom Sarkar, Nikitha SR, Mayur Hemani, Rishabh Jain, Balaji Krishnamurthy

TL;DR通过提出的本地隐式函数网络，我们在不预训练的情况下，提出了一种轻量级的人脸分割方法 FP-LIIF，使用卷积编码器和像素 MLP 解码器，并且相对于现有方法，我们的网络可以在不更改输入分辨率的情况下生成不同分辨率的分割，且模型尺寸小且速度更快，适用于低计算资源或低带宽设备。

Abstract

face parsing is defined as the per-pixel labeling of images containing human faces. The labels are defined to identify key facial regions like eyes, lips, nose, hair, etc. In this work, we make use of the structural consistency of the human face to propose a lightweight face-parsing me

face parsing facial segmentation local implicit function network lightweight architecture low-compute devices

发现论文，激发创造

面部分割和解析结构学习中的共识方法

通过共识训练和鲁棒性损失函数，实现面部像素细分，并保持空间一致性，得到更少伪影、更少稀疏遮罩和更空间连续的像素预测。

Nov, 2019

自适应局部隐式图像函数用于任意比例超分辨率

本研究提出了一种新的自适应局部图像函数（A-LIIF）模型，旨在通过采用编码器和扩展网络，建模多个局部隐式图像函数的加权组合，从而缓解局部隐式图像函数（LIIF）模型在边缘周围出现结构失真和环状伪影等问题，实现图像超分辨率的高精度重建。

Aug, 2022

面部解析的联合卷积神经网络

本文提出采用 iCNN 的两步方法来进行面部解析，其特点在于在互联的层中广泛使用下采样和上采样.

Jun, 2018

构建大规模人脸解析基准的高效框架