注意力级联中通过双重条件融合深度交织学习头部姿态与人脸对齐
计算机视觉与模式识别
2020-04-15 v1 机器学习
摘要
头部姿态估计与人脸对齐构成了许多依赖人脸分析的应用的骨干预处理步骤。虽然二者是紧密相关的任务，但通常被分开处理，例如通过 landmarks 位置推导头部姿态。本文提出在注意力级联中交织人脸对齐与头部姿态任务。该级联使用几何迁移网络整合异构标注以提升 landmark 定位精度。此外，我们提出一种双重条件融合方案，基于当前头部姿态与 landmark 定位估计来选择相关的特征图及其区域。我们通过实验证明了在我们的架构内交织头部姿态与 landmark 定位目标的好处，并且所提出的 AC-DC 模型在人脸对齐与头部姿态估计任务上于多个数据库提升了 SOTA 精度。
引用
@article{arxiv.2004.06558,
title = {Deep Entwined Learning Head Pose and Face Alignment Inside an Attentional Cascade with Doubly-Conditional fusion},
author = {Arnaud Dapogny and Kévin Bailly and Matthieu Cord},
journal= {arXiv preprint arXiv:2004.06558},
year = {2020}
}
备注
Accepted for publication as an oral session @IEEE FG2020