密集三维人脸对齐
计算机视觉与模式识别
2017-09-06 v1
摘要
人脸对齐是计算机视觉领域的一个经典问题。以往的工作大多聚焦于具有有限数量面部关键点（即面部关键点检测）的稀疏对齐。在本文中，我们首次旨在为大姿态人脸图像提供非常密集的 3D 对齐。为此，我们训练了一个 CNN 来估计 3D 人脸形状，其不仅对齐有限的面部关键点，而且还拟合面部轮廓和 SIFT 特征点。此外，我们还解决了由于不同数据集（如 5、34、68）上不同的关键点标注而导致用多个数据集训练 CNN 的瓶颈。实验结果表明，我们的方法不仅提供高质量、密集的 3D 人脸拟合，而且在具有挑战性的数据集上优于最先进的面部关键点检测方法。我们的模型在测试期间可以实时运行。
引用
@article{arxiv.1709.01442,
title = {Dense Face Alignment},
author = {Yaojie Liu and Amin Jourabloo and William Ren and Xiaoming Liu},
journal= {arXiv preprint arXiv:1709.01442},
year = {2017}
}
备注
To appear in ICCV 2017 Workshop