基于亲密性定义特征的级联人脸对齐
计算机视觉与模式识别
2017-12-06 v2
摘要
在本文中，我们通过一种新颖的局部特征，提出了一种基于随机森林的快速级联回归模型用于人脸对齐。我们提出的局部轻量级特征，即亲密性定义特征（IDF），比关键点姿态索引特征更具判别力，比方向梯度直方图（HOG）特征和尺度不变特征变换（SIFT）特征更高效，且比局部二值特征（LBF）更紧凑。实验结果表明，我们的方法在最具挑战性的数据集上测试时取得了state-of-the-art的性能。与基于LBF的算法相比，在 alignment accuracy measurement 方面，我们的方法可以实现约两倍的加速和超过20%的提升，并节省一个数量级的内存需求。
引用
@article{arxiv.1611.06642,
title = {Cascaded Face Alignment via Intimacy Definition Feature},
author = {Hailiang Li and Kin-Man Lam and Edmond M. Y. Chiu and Kangheng Wu and Zhibin Lei},
journal= {arXiv preprint arXiv:1611.06642},
year = {2017}
}