用于同时进行面部动作单元识别与面部特征点检测的约束联合级联回归框架
计算机视觉与模式识别
2017-09-26 v1
摘要
级联回归框架已被证明对面部特征点检测是有效的。它从一个初始面部形状开始，根据局部外观特征逐步预测面部形状更新，以生成下一次迭代中的面部特征点位置，直至收敛。在本文中，我们改进了级联回归框架，提出了约束联合级联回归框架（CJCRF），用于同时进行面部动作单元识别和面部特征点检测。这是两个相关的面部分析任务，但很少被结合在一起利用。具体而言，我们首先学习面部动作单元与面部形状之间的关系作为约束。然后，在所提出的约束联合级联回归框架中，借助该约束，我们迭代地更新面部特征点位置和动作单元激活概率，直至收敛。实验结果表明，面部动作单元与面部形状之间交织的关系提升了面部动作单元识别和面部特征点检测两者的性能。实验结果还证明了所提出的方法与 state-of-the-art 工作相比的有效性。
引用
@article{arxiv.1709.08129,
title = {Constrained Joint Cascade Regression Framework for Simultaneous Facial Action Unit Recognition and Facial Landmark Detection},
author = {Yue Wu and Qiang Ji},
journal= {arXiv preprint arXiv:1709.08129},
year = {2017}
}
备注
International Conference on Computer Vision and Pattern Recognition, 2016