DL之FAN：FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的論文簡介、案例應(yīng)用之詳細(xì)攻略

?

目錄

FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的論文簡介

FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的案例應(yīng)用

---

?

相關(guān)文章
Paper：《How far are we from solving the 2D & 3D Face Alignment problem? 》解讀與翻譯
DL之FAN：FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的論文簡介、案例應(yīng)用之詳細(xì)攻略

FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的論文簡介

? ? ? ? ? 隨著深度學(xué)習(xí)的到來和大型注釋數(shù)據(jù)集的發(fā)展，最近的工作已經(jīng)顯示出前所未有的準(zhǔn)確性，甚至在最具挑戰(zhàn)性的計(jì)算機(jī)視覺任務(wù)的結(jié)果。在這項(xiàng)工作中，我們重點(diǎn)關(guān)注landmark 定位，特別是面部landmark 定位，也被稱為面部對齊，可以說是過去幾十年計(jì)算機(jī)視覺中研究最多的主題之一。最近使用卷積神經(jīng)網(wǎng)絡(luò)(CNNs)進(jìn)行地標(biāo)定位的工作已經(jīng)在其他領(lǐng)域如人體姿態(tài)估計(jì)[39,38,24,17,27,42,23,5]中突破了界限，但目前還不清楚在人臉對齊方面取得了什么進(jìn)展。這項(xiàng)工作的目的是解決這個(gè)差距在文學(xué)。歷史上，根據(jù)手頭的任務(wù)不同，使用了不同的技術(shù)來進(jìn)行l(wèi)andmark 定位。例如，在神經(jīng)網(wǎng)絡(luò)出現(xiàn)之前，人類姿態(tài)估計(jì)的工作主要基于圖像結(jié)構(gòu)[12]和復(fù)雜的擴(kuò)展[44、25、36、32、26]，因?yàn)樗鼈兡軌蚰M大的外觀變化并適應(yīng)廣泛的人類姿態(tài)。然而，這種方法還沒有被證明能夠達(dá)到用于面部對準(zhǔn)任務(wù)的級聯(lián)回歸方法所顯示的高度準(zhǔn)確性[11,8,43,50,41]。另一方面，在初始化不準(zhǔn)確的情況下，級聯(lián)回歸方法的性能會下降，當(dāng)有大量自聚焦landmark 或大的面內(nèi)旋轉(zhuǎn)時(shí)，會出現(xiàn)較大的(和不熟悉的)面部姿勢。

?

?

?

?

?

FAN人臉對齊網(wǎng)絡(luò)(Face Alignment depth Network)的案例應(yīng)用

DL之FAN：基于人工智能算法偶像和明星漸變卡通形象

?

?

?

?

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的DL之FAN：FAN人脸对齐网络(Face Alignment depth Network)的论文简介、案例应用之详细攻略的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。