img2pose：基于六自由度人脸姿态估计的人脸对齐与检测
计算机视觉与模式识别
2021-05-20 v2
摘要
我们提出了一种无需人脸检测或关键点定位的实时六自由度（6DoF）三维人脸姿态估计方法。我们观察到，估计人脸的6DoF刚体变换是一个比常用于三维人脸对齐的人脸关键点检测更简单的问题。此外，6DoF比人脸边界框标签提供更多信息。我们利用这些观察做出了多项贡献：（a）我们描述了一种易于训练、高效的基于Faster R-CNN的模型，该模型可在无需初步人脸检测的情况下回归照片中所有人脸的6DoF姿态。（b）我们解释了在训练和评估模型时，如何在输入照片与任意裁剪图像之间转换并保持姿态的一致性。（c）最后，我们展示了人脸姿态如何替代检测边界框训练标签。在AFLW2000-3D和BIWI上的测试表明，我们的方法可实时运行，并优于当前最优（SotA）人脸姿态估计器。值得注意的是，尽管我们的方法未在边界框标签上优化，其在WIDER FACE检测基准上也超越了复杂度相当的SotA模型。
引用
@article{arxiv.2012.07791,
title = {img2pose: Face Alignment and Detection via 6DoF, Face Pose Estimation},
author = {Vítor Albiero and Xingyu Chen and Xi Yin and Guan Pang and Tal Hassner},
journal= {arXiv preprint arXiv:2012.07791},
year = {2021}
}
备注
To appear in CVPR 2021. Joint first authorship: V\'itor Albiero and Xingyu Chen