3 个月前

通过级联组合学习实现无约束人脸对齐

通过级联组合学习实现无约束人脸对齐

摘要

我们提出了一种实用的方法,用于解决单张图像下无约束条件的人脸对齐问题。在无约束场景中,需应对极端姿态下巨大的形状变化与丰富的外观差异,以及复杂的形状形变。为使级联回归器具备处理全局形状变化及无约束条件下不规则的外观-形状关系的能力,我们提出将优化空间划分为多个同质下降域,并将最终形状预测建模为多个领域特异性回归器输出结果的组合。通过设计特殊的损失函数与一种新颖的树分裂策略,我们的方法能够有效估计出稳健且具有语义意义的组合结果。相较于现有方法,本框架不仅实现了当前最优的精度表现,还具备高效性(达到350帧/秒),这得益于实时域排除机制以及对快速像素特征的有效利用。

基准测试

基准方法指标
face-alignment-on-aflw-19CCL
NME_diag (%, Frontal): 2.17
NME_diag (%, Full): 2.72

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
通过级联组合学习实现无约束人脸对齐 | 论文 | HyperAI超神经