一种用于检测跨域人脸特征点的两步学习方法
计算机视觉与模式识别
2018-09-14 v1 机器学习
摘要
人脸基准点的检测显著受益于机器学习领域的快速进展，特别是卷积网络。然而，大多数检测器的精度强烈依赖于大量标注数据。在这项工作中，我们提出了一种基于两步学习的域自适应方法，用于检测人和动物脸上的基准点。我们在由不同动物面孔（猫、狗和马）组成的三个不同数据集上评估了我们的方法。实验表明，我们的方法优于当前最优方法，并且可以使用少量标注数据来促进特征点检测，减少对大量标注数据的需求。
引用
@article{arxiv.1809.04621,
title = {A Two-Step Learning Method For Detecting Landmarks on Faces From Different Domains},
author = {Bruna Vieira Frade and Erickson R. Nascimento},
journal= {arXiv preprint arXiv:1809.04621},
year = {2018}
}
备注
https://ieeexplore.ieee.org/document/8451026/