面向面部关键点检测的跨物种知识迁移
计算机视觉与模式识别
2017-04-14 v1
摘要
我们提出一种通过迁移从人脸获得的知识来定位动物面部关键点的方法。不同于直接将训练用于检测人脸关键点的网络微调到动物脸（这是次优的，因为人与动物面部可能看起来十分不同），我们建议首先通过纠正动物与人脸形状的差异，将动物图像适配到预训练的人脸检测网络。我们首先使用无监督形状匹配方法为每个动物图像找到最近的人脸邻域。我们利用这些匹配来训练一个薄板样条扭曲网络，将每个动物脸扭曲得更像人脸。然后该扭曲网络与使用动物数据集的预训练人脸关键点检测网络联合微调。我们在马和羊的面部关键点检测上都展示了 state-of-the-art 结果，并且相比简单微调有显著改进，尤其在训练数据稀缺时。此外，我们提出了一个新数据集，包含3717张带有马脸及面部关键点标注的图像。
引用
@article{arxiv.1704.04023,
title = {Interspecies Knowledge Transfer for Facial Keypoint Detection},
author = {Maheen Rashid and Xiuye Gu and Yong Jae Lee},
journal= {arXiv preprint arXiv:1704.04023},
year = {2017}
}
备注
CVPR 2017 Camera Ready