一种用于自然场景下面部属性分析与人脸检测的联合学习深度架构
计算机视觉与模式识别
2017-07-28 v1
摘要
由于复杂的人脸变化，真实场景下的面部属性分析极具挑战性。现有的面部属性分析工作大多基于裁剪并对齐的人脸图像。然而，这导致属性预测的能力严重依赖于人脸检测器的预处理。为解决这一问题，我们提出了一种用于面部属性分析和人脸检测的联合学习深度架构。我们的框架能够处理自然场景下的自然图像，我们在 CelebA 和 LFWA 数据集上的实验清楚地表明，该方法获得了当前最优的性能。
引用
@article{arxiv.1707.08705,
title = {A Jointly Learned Deep Architecture for Facial Attribute Analysis and Face Detection in the Wild},
author = {Keke He and Yanwei Fu and Xiangyang Xue},
journal= {arXiv preprint arXiv:1707.08705},
year = {2017}
}