基于CNN的人脸关键点检测方法的详细考察
计算机视觉与模式识别
2020-05-19 v1 机器学习
机器学习
摘要
人脸关键点检测已被研究数十年。已有大量基于神经网络（NN）的方法被提出用于检测关键点，尤其是基于卷积神经网络（CNN）的方法。一般而言，基于CNN的方法可分为回归方法与热图方法。然而，尚无研究系统考察不同方法的特点。本文中，我们调研了两类基于CNN的方法，归纳其优缺点，并引入热图方法的一种变体——逐像素分类（PWC）模型。据我们所知，使用PWC模型检测人脸关键点尚未被充分研究。我们进一步设计了一种混合损失函数与判别网络，以强化PWC模型中隐含的关键点间关联，从而在不修改原模型架构的情况下提升检测精度。我们采用六个常用人脸关键点数据集AFW、Helen、LFPW、300-W、IBUG和COFW来训练或评估我们的模型。我们进行了综合评估，结果表明所提模型在所有被测数据集上均优于其他模型。
引用
@article{arxiv.2005.08649,
title = {A Detailed Look At CNN-based Approaches In Facial Landmark Detection},
author = {Chih-Fan Hsu and Chia-Ching Lin and Ting-Yang Hung and Chin-Laung Lei and Kuan-Ta Chen},
journal= {arXiv preprint arXiv:2005.08649},
year = {2020}
}