基于局部深度描述子回归的人脸对齐
计算机视觉与模式识别
2016-02-01 v1
摘要
我们提出了一种利用深度卷积神经网络（CNN）提取关键点描述子的算法。与许多现有的深度 CNN 不同，我们的模型计算图像中给定点周围的局部特征。我们还提出了一种基于使用这些局部描述子进行回归的人脸对齐算法。所提方法称为局部深度描述子回归（Local Deep Descriptor Regression, LDDR），能够以高精度定位不同大小、姿态和遮挡下的人脸标志点。本文提出的深度描述子能够唯一且高效地描述图像中的每个像素，因此有可能取代传统描述子如 SIFT 和 HOG。在五个公开可用的无约束人脸对齐数据集上的广泛评估表明，我们的深度描述子网络能够捕获给定标志点周围的强局部特征，并且性能显著优于许多竞争性的和当前最先进的人脸对齐算法。
引用
@article{arxiv.1601.07950,
title = {Face Alignment by Local Deep Descriptor Regression},
author = {Amit Kumar and Rajeev Ranjan and Vishal Patel and Rama Chellappa},
journal= {arXiv preprint arXiv:1601.07950},
year = {2016}
}