深度对齐网络：一种用于鲁棒人脸对齐的卷积神经网络
计算机视觉与模式识别
2017-08-11 v2
摘要
本文提出深度对齐网络（DAN），一种基于深度神经网络架构的鲁棒人脸对齐方法。DAN 由多个阶段组成，每个阶段改进前一阶段估计的面部关键点位置。与近期提出的依赖局部图像块的人脸对齐方法不同，我们的方法在所有阶段均使用完整的人脸图像。这得益于关键点热图的使用，热图提供了算法前一阶段估计的关键点位置的视觉信息。使用完整人脸图像而非图像块，使得 DAN 能够处理头部姿态变化大和初始化困难的人脸图像。在两个公开数据集上的广泛评估表明，DAN 将最先进方法的失败率降低了高达 70%。我们的方法也已提交作为 Menpo 挑战赛的一部分进行评估。
引用
@article{arxiv.1706.01789,
title = {Deep Alignment Network: A convolutional neural network for robust face alignment},
author = {Marek Kowalski and Jacek Naruniec and Tomasz Trzcinski},
journal= {arXiv preprint arXiv:1706.01789},
year = {2017}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition Workshop (CVPRW) 2017