一种统一的基于张量的主动表观人脸模型
计算机视觉与模式识别
2017-06-14 v2
摘要
表观变化给人脸图像分析带来许多困难。为应对这一挑战，我们提出一种统一的基于张量的主动表观模型（UT-AAM），用于联合建模2D人脸的几何与纹理信息。对于每种人脸信息（即形状与纹理），我们构建统一的张量模型以捕获所有相关的表观变化。这与经典张量AAM的特定变化模型形成对比。为实现跨姿态变化的统一，提出了一种处理自遮挡人脸的策略，以获得姿态变化人脸的一致形状与纹理表示。此外，我们的UT-AAM能够利用张量补全方法从不完整的训练数据集构建模型。最后，我们使用一种有效的基于级联回归的方法进行UT-AAM拟合。借助这些进展，UT-AAM在实践中的效用显著增强。作为一个示例，我们展示了通过使用UT-AAM合成大量虚拟样本，在训练人脸关键点检测器方面的改进。使用Multi-PIE和300-W人脸数据集获得的实验结果证明了所提方法的优点。
引用
@article{arxiv.1612.09548,
title = {A Unified Tensor-based Active Appearance Face Model},
author = {Zhen-Hua Feng and Josef Kittler and William Christmas and Xiao-Jun Wu},
journal= {arXiv preprint arXiv:1612.09548},
year = {2017}
}