【人脸对齐-Landmarks】300W 数据集

300W 数据集是一个非常通用的人脸对齐数据集，也是近年来凡paper，都要出指标比对的必然数据集。

【ps】许多小伙伴反映300W的数据集下载下来，却无法解压，那估计是下载不完全或者源文件损坏，这里笔者推荐另外一条下载路径：http://dlib.net/files/data/ibug_300W_large_face_landmark_dataset.tar.gz

该数据集共计3148+689张图像，每个图像上包含不止一张人脸，但是对于每张图像只标注一张人脸。

该数据集包含的文件目录为：afw(337)，helen(train 2000+test 330)，ibug(135)，lfpw(train 811+test 224)。

该数据集训练集共计3148张图像，测试集有554+135=689张图像。

该数据集目前在paper上分为两种归一化方法：Inter-pupil Normalisation(IPN, 左图) 和 Inter-ocular Normalisation(ION, 右图)。

举个栗子：

left：（x36，y36），（x37，y37），（x38，y38），（x39，y39），（x40，y40），（x41，y41）

right：（x42，y42），（x43，y43），（x44，y44），（x45，y45），（x46，y46），（x47，y47）

IPN：参考LAB

计算瞳孔坐标

left_center_x: (x36+x37+x38+x39+x40++x41)/6

left_center_y: (y36+y37+y38+y39+y40++y41)/6

right_center_x: (x42+x43+x44+x45+x46++x47)/6

right_center_y: (y42+y43+y44+y45+y46++y47)/6

IPN_D = D{(left_center_x, left_center_y) , (right_center_x, right_center_y))

ION：参考300W 官方提供的 compute_error 代码

ION_D = D((x36, y36) , (x45, y45))

该数据集目前在paper上呈现三种指标：Common Subset(helen test 330 + lfpw test 224)，Challenging Subset(ibug 135)，Fullset(Common + Challenging = 689).

Inter-pupil Normalization (IPN)
No	Source	Method	Common	Challenging	Fullset
1	2019	PFLD 1X+	3.17	6.33	3.76
2	CVPR18	Wing Loss	3.27	7.18	4.04
3	2019	PFLD 1X	3.32	6.56	3.95
4	2019	PFLD 0.25X	3.38	6.83	4.02
5	CVPR16	CPM	3.39	8.14	4.36
6	CVPR18	LAB	3.42	6.98	4.12
7	2019	AWing	3.77	6.52	4.31
8	ECCV18	DCFE	3.83	7.54	4.55
9	CVPR17	DVLN	3.94	7.62	4.66
10	CVPR17	SHN	4.12	7.00	-
11	ECCV16	RAR	4.12	8.35	4.94
12	CVPR17	TSR	4.36	7.56	4.99
13	CVPR17	DAN	4.42	7.57	5.03
14	CVPR16	RCN	4.67	8.44	5.41
15	TPAMI16	TCDCN	4.80	8.60	5.54
16	ECCV16	DDN	-	-	5.65
17	CVPR15	cGPRT	-	-	5.71
18	CVPR15	CFSS	4.73	9.98	5.76
19	CVPR16	MDM	4.83	10.14	5.88
20	ECCV18	SeqMT	4.84	9.93	5.74
21	CVPR14	LBF	4.95	11.98	6.32
22	CVPR12	ESR	5.28	17.00	7.58
23	ICCV17	DeFA	5.37	9.38	6.10
24	ECCV14	CFAN	5.50	16.78	7.69
25	-	3DDFA+SDM	5.53	9.56	6.31
26	CVPR14	ERT	-	-	6.40
27	CVPR13	SDM	5.57	15.40	7.50
28	CVPR16	3DDFA	6.15	10.59	7.01
29	ICCV13	RCPR	6.18	17.26	8.35
Inter-ocular Normalisation (ION)
No	Source	Method	Common	Challenging	Fullset
1	CVPR18	LAB	2.43	4.85	2.93
2	2019	AWing	2.72	4.52	3.07
3	CVPR19	HRNet	2.91	5.11	3.34
4	2019	PFLD 1X+	2.96	4.98	3.37
5	2019	PFLD 1X	3.01	5.08	3.40
6	2019	PFLD 0.25X	3.03	5.15	3.45
7	CVPR18	SAN	3.34	6.60	3.98
8	CVPR19	ODN	3.56	6.67	4.17
9	CVPR18	PCD-CNN	3.67	7.62	4.44
10	CVPR17	RDR	5.03	8.95	5.80
11	ICCV17	PIFA-CNN	5.43	9.88	6.30

【人脸对齐-Landmarks】300W 数据集相关推荐

【人脸对齐-Landmarks】人脸关键点检测方法及评测汇总
好东西往往都在最后面,请耐心向下滑传统方法: 1. SDM:Supervised descent method and its applications to face alignment. CVP ...
【人脸对齐-Landmarks】人脸对齐算法常用评价标准
1 the inter-ocular distance normalized error 其中 xix_ixi 表示预测坐标点,表示ground-truth,dIODd_{IOD}dIOD 表示两 ...
人脸对齐算法常用评价标准总结
转载请注明作者和出处: http://blog.csdn.net/john_bh/ 文章目录 1. I O N 和 I P N ION和IPN ION和IPN 2. M N E MNE MNE (th ...
【世界最大人脸对齐数据集】ICCV 2017：距离解决人脸对齐已不远
在一篇已经被ICCV 2017接收的论文中,诺丁汉大学的研究人员提出了他们号称是迄今最大3D人脸对齐数据集,以及精准实现2D.3D以及2D到3D人脸对齐的网络.研究人员用<我们距离解决2D&am ...
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:// ...
重磅！清华商汤开源CVPR2018超高精度人脸对齐算法LAB
清华&商汤开源超高精度人脸对齐算法LAB 同时发布含10000张人脸的多属性人脸关键点数据集该算法来自CVPR2018论文<Look at Boundary: A Boundary-A ...
3d人脸对齐代码matlab,重磅！清华商汤开源CVPR2018超高精度人脸对齐算法LAB
清华&商汤开源超高精度人脸对齐算法LAB 同时发布含10000张人脸的多属性人脸关键点数据集该算法来自CVPR2018论文<Look at Boundary: A Boundary-A ...
人脸对齐--Unconstrained Face Alignment without Face Detection
Unconstrained Face Alignment without Face Detection CVPRW2017 以前人脸对齐主要存在的问题:1)人脸对齐严重依赖于人脸检测来初始化,2)任意 ...
[人脸对齐--综述] Facial Landmark Detection: a Literature Survey(2018)
转载请注明作者和出处: http://blog.csdn.net/john_bh/ 论文链接:Facial Landmark Detection: a Literature Survey 作者及团队: ...

【人脸对齐-Landmarks】300W 数据集

【人脸对齐-Landmarks】300W 数据集相关推荐

最新文章

热门文章