基于单个CNN的姿态不变人脸对齐
计算机视觉与模式识别
2017-07-21 v1
摘要
人脸对齐在过去十年中取得了显著进展。近期焦点之一是将密集3D人脸形状对齐到大姿态的人脸图像上。所使用的主流技术是基于级联回归器（如CNN），该方法已显示出有希望的结果。然而，级联CNN存在若干缺点，例如缺乏端到端训练、手工特征和训练速度慢。为解决这些问题，我们提出了一种新层，称为可视化层，它可以集成到CNN架构中，并支持与不同损失函数的联合优化。在多个数据集上对所提方法的广泛评估表明，其达到了最先进的精度，同时训练时间比典型的级联CNN减少了一半以上。此外，我们比较了带有可视化层的多种CNN架构，以进一步展示其利用的优势。
引用
@article{arxiv.1707.06286,
title = {Pose-Invariant Face Alignment with a Single CNN},
author = {Amin Jourabloo and Mao Ye and Xiaoming Liu and Liu Ren},
journal= {arXiv preprint arXiv:1707.06286},
year = {2017}
}