基于纹理与姿态相关初始化的鲁棒人脸关键点定位
计算机视觉与模式识别
2018-05-16 v1
摘要
当人脸被部分遮挡时，鲁棒人脸关键点定位仍是一项具有挑战性的任务。近来，级联姿态回归因在人脸关键点定位与遮挡检测中的优越性能而受到越来越多的关注。然而，此类方法对初始化敏感，不恰当的初始化会严重降低性能。本文中，我们通过为测试人脸提供纹理与姿态相关的初始形状，提出一种用于级联姿态回归的鲁棒初始化（RICPR）。通过考察测试人脸与训练人脸之间局部二值模式直方图的关联性，选取与测试人脸关联度最高的训练人脸形状作为纹理相关初始化。为使初始化对多种姿态更鲁棒，我们根据多任务级联卷积网络定位的五个基准关键点估计测试人脸的粗略姿态。然后由平均人脸形状和粗略测试人脸姿态构建姿态相关初始形状。最后，将纹理相关与姿态相关初始形状结合作为鲁棒初始化。我们在具有挑战性的 COFW 数据集上评估 RICPR。实验结果表明，所提方案在人脸关键点定位与遮挡检测上均优于 SOTA 方法。
引用
@article{arxiv.1805.05612,
title = {Robust Facial Landmark Localization Based on Texture and Pose Correlated Initialization},
author = {Yiyun Pan and Junwei Zhou and Yongsheng Gao and Shengwu Xiong},
journal= {arXiv preprint arXiv:1805.05612},
year = {2018}
}