关键词facial landmark localisation
搜索结果 - 4
- 基于双变形器的堆叠稠密 U-Net 网络用于鲁棒性人脸对齐
我们提出了一种基于堆叠密集 U-Nets 的人脸关键点检测模型，采用新颖的网络结构和协同损失函数，通过变形卷积实现空间不变性，并在多个真实场景数据集上验证了模型的鲁棒性和在 3D 人脸识别方面的应用。
- CVPR观察边界：一种边界感知的人脸对齐算法
本文提出了一种新颖的边界感知的面部对齐算法，利用边界线作为人脸的几何结构来帮助面部标记的本地化，并从边界线中推导出人脸的标记，使标记的定义不再含糊。通过使用面部的边界信息，该方法在 300-W Fullset 上取得了 3.49％±0.07 - 卷积神经网络下应用的稳健人脸关键点定位翼损失
本文提出了一种新的损失函数 Wing loss，用于通过卷积神经网络实现面部关键点的鲁棒定位。通过对比 L2、L1 和平滑 L1 等不同的损失函数，并分析这些损失函数，结论是对于基于 CNN 的定位模型训练，应更加关注小和中等范围的错误。针 - 变形人脸跟踪 “野外” 全面性能评估
本文通过使用最新的 300VW 基准测试，对目前最先进的可形变人脸跟踪流程进行了全面评估，并比较了面部检测加面部特征定位、模型自由跟踪加面部特征定位，以及面部检测、模型自由跟踪和面部特征定位技术的混合方法，揭示了进一步研究的未来方向。