人脸对齐(十二)--PIFA2017
Pose-Invariant Face Alignment via CNN-Based Dense 3D Model Fitting(PIFA2017)
本文基于1中的PIFA,都可以定位任意姿态的人脸特征点,但是不同之处在于PIFA采用随机蕨作为回归器评估映射参数和3D人脸形状参数,而本篇文章采用基于CNN的回归器来评估映射参数和3D人脸形状参数。
本篇文章的核心主要是提出了一个新的3DMM拟合算法,通过融合强大的级联CNN回归器,3D形变模型和mirrorability constraint来实现任意姿态的人脸特征点定位。
本文的流程示意图如下所示:
1 3D形变模型(3DMM)
S为3D人脸形状,相比上面PIFA2015,在S中加入了表情差异。
U为2D人脸形状。
3D人脸形状到2D人脸形状之间的转换。
目标函数:
2 基于CNN的双级联回归
回归1用来估计投影矩阵:
回归2用来估计3D人脸形状参数P:
3 总结
本文基于PIFA2015,都采用了双回归器对映射参数和3D人脸形状做回归。不同的是本文在人脸形状中加入了表情参数并且采用基于CNN的级联回归器来预测映射矩阵和3D人脸形状,总体上比PIFA实现了更好的定位效果。
人脸对齐(十二)--PIFA2017相关推荐
- 人脸对齐(二十)--PRN
Joint3D Face Reconstruction and Dense Alignment with Position Map Regression(PRN2018) 我们从之前的论文可以看出,基 ...
- 人脸对齐(二十一)--A Recurrent Encoder-Decoder Network for Sequential Face Alignment
转自:https://blog.csdn.net/shuzfan/article/details/52438910 本次介绍一篇关于人脸关键点检测(人脸对齐)的文章: <ECCV16 A Rec ...
- 人脸对齐LBF(二)
LBF特征点对齐个人的一些理解: 1:训练 采用随机森林训练特征,假设的条件是特征符合概率分布!在每一个特征的局部区域内随机的选择特征,然后进行逻辑回归,预测点坐标的位置:训练随机的森林,随机树组成的 ...
- 人脸对齐(二)--ASM算法
原文: ASM(active shape models)算法介绍 http://www.thinkface.cn/thread-2-1-1.html ASM是基于统计学习模型的特征点提取的一种方法.这 ...
- tensorflow精进之路(二十八)——人脸识别(下)(MTCNN人脸检查和人脸对齐+CASIA-WebFace数据集模型)
1.概述 这一讲,我们来训练自己的人脸识别模型. 2.下载CASIA-WebFace人脸数据集 CASIA-WebFace人脸数据集包含了10575个人的494414张人脸图片,需要在 http:// ...
- 二值人脸对齐--Binarized Convolutional Landmark Localizers for Human Pose Estimation and Face Alignment
Binarized Convolutional Landmark Localizers for Human Pose Estimation and Face Alignment with Limite ...
- 深度学习自学(二十二):人脸检测人脸识别-嵌入式平台方案汇总
整理的人脸系列学习经验:包括人脸检测.人脸关键点检测.人脸优选.人脸对齐.人脸特征提取等过程总结,有需要的可以参考,仅供学习,请勿盗用.https://blog.csdn.net/TheDayIn_C ...
- 人脸对齐(十八)--Joint Face Alignment and 3D Face Reconstruction
Joint Face Alignment and 3D Face Reconstruction(2016) 本文主要提出了一种新的方法来解决任意姿态和表情的2D人脸图片的特征点定位和3D人脸重构.该方 ...
- 人脸对齐(十四)--LPFA
Large-Pose Face Alignment via CNN-Based Dense 3D Model Fitting(LPFA) 作者试图使用3D人脸建模解决大姿态下面部特征点定位问题.其实跟 ...
- 深度学习之视频人脸识别系列二:人脸检测与对齐
作者 | 东田应子 [磐创AI导读]本文是深度学习之视频人脸识别系列的第二篇文章,介绍人脸检测与对齐的相关算法.欢迎大家关注我们的公众号:磐创AI. 一.人脸检测与关键点检测 问题描述: 人脸检测解决 ...
最新文章
- Python实现获得SQLServer数据库中的表插入到Oracle数据库
- 『Lucas定理以及拓展Lucas』
- Windows环境下利用VS和mingw编译LLVM
- vue商城项目源码_CMS全栈项目之Vue和React篇(下)(含源码)
- 【Linux】一步一步学Linux——groupmod命令(89)
- python可视化图表工具_酷炫的可视化图表工具来帮忙 深度评测五大Python数据可视化工具...
- 「BZOJ2879」[Noi2012]美食节
- ubuntu ssh服务器与客户端的文件互传
- paroot忘记root密码
- 2.算法通关面试 --- 堆栈和队列
- LWN:Fedora 关于无驱动打印的讨论!
- 【NOIP2015模拟10.28B组】终章-剑之魂
- 2021年煤矿井下爆破模拟试题及煤矿井下爆破考试试题
- 火狐浏览器弹性布局没有开启的问题
- 安卓获取string.xml文件里的值
- 全国各地区PPP项目数+投资额(2016-2021)
- 【MySQL】练习二 关系数据库
- 快递业大动作!京东已收购德邦快递?最新回应
- 2021 ICPC Asia Taipei Regional
- 小鹏开启架构造车,冲击年销300万台入场券
热门文章
- Linux ALSA DAPM 调试工具
- github项目下载与提交
- 计算机基础(六):内存申请方式
- 贝叶斯数据分析_Python数据分析 · 朴素贝叶斯详解
- bvp解算器是什么_中科院孙晓明:算法本身并没有善恶,看你想要的目标是什么...
- redis返回的结果是null_Spring AOP 用注解封装 redis 缓存
- 别怨自己命不好,先看看“厚德载物”你有几德?
- pycharm怎么做html网页_html下拉菜单怎么做
- mysql传参为数组,将数组传递给MySQL存储例程
- easyUi load方法重新加载表单的数据