RePFormer：用于鲁棒人脸关键点检测的精炼金字塔Transformer
计算机视觉与模式识别
2022-07-11 v1
摘要
本文提出一种用于鲁棒人脸关键点检测的精炼金字塔Transformer（RePFormer）。大多数人脸关键点检测器侧重于学习具有代表性的图像特征。然而，这些基于CNN的特征表示由于忽略了关键点内部结构以及关键点与上下文之间的关系，不足以鲁棒地处理复杂真实场景。在本工作中，我们将人脸关键点检测任务表述为沿金字塔记忆精炼关键点查询。具体而言，引入金字塔Transformer头（PTH）以构建关键点之间的同源关系以及关键点与跨尺度上下文之间的异源关系。此外，设计动态关键点精炼（DLR）模块将关键点回归分解为端到端的精炼过程，其中动态聚合的查询被转换为残差坐标预测。在四个人脸关键点检测基准及其多种子集上的大量实验结果证明了我们框架的优越性能与高鲁棒性。
引用
@article{arxiv.2207.03917,
title = {RePFormer: Refinement Pyramid Transformer for Robust Facial Landmark Detection},
author = {Jinpeng Li and Haibo Jin and Shengcai Liao and Ling Shao and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:2207.03917},
year = {2022}
}