4 个月前

用于首届3D人脸对齐在野挑战赛(3DFAW)的两阶段卷积部件热图回归

用于首届3D人脸对齐在野挑战赛(3DFAW)的两阶段卷积部件热图回归

摘要

本文介绍了我们提交至首届三维人脸对齐挑战赛(3DFAW)的方法。我们的方法基于卷积部分热图回归[1]的思想,并将其扩展应用于三维人脸对齐。该方法将问题分解为两个部分:(a) X、Y(二维)估计和(b) Z(深度)估计。在第一阶段,我们的方法通过生成一系列二维热图来估计面部标志点的X、Y坐标,每个标志点对应一个热图,使用的是卷积部分热图回归技术。随后,这些热图与输入的RGB图像一起作为输入,送入一个通过残差学习训练的非常深的子网络中,以回归Z坐标。我们的方法在3DFAW挑战赛中排名第一,比第二名的结果高出超过22%。

代码仓库

基准测试

基准方法指标
face-alignment-on-3dfaw-13D Face alignment
CVGTCE: 3.4767%
GTE: 4.5623

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
用于首届3D人脸对齐在野挑战赛(3DFAW)的两阶段卷积部件热图回归 | 论文 | HyperAI超神经