拉普拉斯地标定位
计算机视觉与模式识别
2019-08-16 v2
摘要
图像与视频中的地标定位是一个以多种方式解决的经典问题。如今，随着深度网络在机器学习中的盛行，将人脸地标检测技术推向处理更具挑战性数据的兴趣再度兴起。大多数工作使用基于 L1 或 L2 范数的网络目标函数，这有几个缺点。首先，地标位置由生成的热图（即置信度图）确定，从中预测的地标位置（即均值）受到惩罚而未考虑散布程度：高散布对应低置信度，反之亦然。为此，我们引入了 LaplaceKL 目标函数，对低置信度进行惩罚。另一个问题是对标注数据的依赖，这类数据获取昂贵且易出错。为解决这两个问题，我们提出了一种对抗训练框架，利用无标注数据提升模型性能。我们的方法在所有 300W 基准上达到 SOTA，并在 Annotated Facial Landmarks in the Wild (AFLW) 数据集上排名第二佳。此外，我们的模型在缩减规模下依然鲁棒：1/8 的通道数（即 0.0398MB）在 CPU 上实时性能可与 SOTA 媲美。因此，我们表明该方法对实际应用具有很高的实用价值。
引用
@article{arxiv.1903.11633,
title = {Laplace Landmark Localization},
author = {Joseph P Robinson and Yuncheng Li and Ning Zhang and Yun Fu and and Sergey Tulyakov},
journal= {arXiv preprint arXiv:1903.11633},
year = {2019}
}
备注
International Conference on Computer Vision (ICCV), 2019