基于3D深度初始化回归树集成的人脸对齐
计算机视觉与模式识别
2019-12-16 v2
摘要
人脸对齐算法定位无约束情形下人脸图像中的一组关键点。最先进的方法在存在遮挡、强形变、大姿态变化及模糊配置时通常失效或精度下降。本文中我们提出3DDE，一种基于由粗到细级联回归树集成的鲁棒高效人脸对齐算法。它通过鲁棒地将3D人脸模型拟合至卷积神经网络生成的概率图来进行初始化。借助该初始化，我们处理自遮挡与大幅面部旋转。此外，回归器隐式地对解施加先验人脸形状，以应对遮挡与模糊人脸配置。其由粗到细结构解决了部件形变的组合爆炸。在实验中，3DDE在300W、COFW、AFLW与WFLW数据集上改进了最先进水平。最后，我们进行跨数据集实验，揭示了这些基准中存在显著的数据集偏差。
引用
@article{arxiv.1902.01831,
title = {Face Alignment using a 3D Deeply-initialized Ensemble of Regression Trees},
author = {Roberto Valle and José M. Buenaposada and Antonio Valdés and Luis Baumela},
journal= {arXiv preprint arXiv:1902.01831},
year = {2019}
}
备注
Accepted Version to Computer Vision and Image Understanding