用于三维面部标志点定位的多视角共识CNN
计算机视觉与模式识别
2019-10-15 v1
摘要
精确三维扫描设备可用性的迅速增加已将面部识别与分析带入三维领域。三维面部标志点常被用作解剖结构的简单度量,拥有准确的自动标志点定位算法至关重要。当前最先进的方法尚未从因使用深度卷积神经网络(CNN)而在人体姿态跟踪和二维面部标志点定位中报告的性能大幅提升中获益。用于三维网格的深度学习方法的发展催生了称为几何深度学习的新子领域,其中一项课题是使网格适配深度CNN的使用。在这项工作中,我们展示了源自几何深度学习的方法(即多视角CNN)如何能与人体姿态跟踪的最新进展相结合。该方法先求得二维标志点估计,再将此信息传播到三维空间,由一种共识方法确定精确的三维面部标志点位置。我们在一个标准三维人脸数据集上应用该方法,表明其大幅优于现有方法。此外,我们展示了在三维距离扫描上训练的模型如何用于精确地在磁共振图像中放置解剖标志点。
引用
@article{arxiv.1910.06007,
title = {Multi-view consensus CNN for 3D facial landmark placement},
author = {Rasmus R. Paulsen and Kristine Aavild Juhl and Thilde Marie Haspang and Thomas Hansen and Melanie Ganz and Gudmundur Einarsson},
journal= {arXiv preprint arXiv:1910.06007},
year = {2019}
}
备注
This is a pre-print of an article published in proceedings of the asian conference on computer vision 2018 (LNCS 11361). The final authenticated version is available online at: https://doi.org/10.1007/978-3-030-20887-5_44