用于关键点引导语义部位分割的 CNN 级联网络
计算机视觉与模式识别
2016-10-03 v1
摘要
本文提出了一种用于语义部位分割的 CNN 级联网络，该网络由一组关键点（或特征点）编码的特定姿态信息进行引导。针对这些任务分别已有大量先前的工作，然而据我们所知，这是文献中首次研究姿态估计与语义部位分割之间的相互作用。为了解决先前工作的这一局限性，本文提出了一种 CNN 级联任务，首先执行关键点定位，然后将该信息作为输入来引导语义部位分割。我们将我们的架构应用于面部部位分割问题，并在最具挑战性的人脸数据集上报告了相较于标准无引导网络的巨大性能提升。测试代码和模型将发布在 http://cs.nott.ac.uk/~psxasj/。
引用
@article{arxiv.1609.09642,
title = {A CNN Cascade for Landmark Guided Semantic Part Segmentation},
author = {Aaron Jackson and Michel Valstar and Georgios Tzimiropoulos},
journal= {arXiv preprint arXiv:1609.09642},
year = {2016}
}
备注
accepted to Geometry Meets Deep Learning ECCV 2016 Workshop