语义风格迁移用于增强动物面部关键点检测
计算机视觉与模式识别
2025-05-12 v1
摘要
神经风格迁移 (NST) 是将一种图像的视觉特征应用到另一幅图像上而保持结构内容的技术。虽然传统上用于艺术转换，但近期已适用于域适应和数据增强等领域。本研究探讨了将此技术用于增强动物面部关键点检测器的训练。以最新引入的 48 个解剖学猫脸关键点的 Ensemble Landmark Detector 及其训练数据集 CatFLW 为案例，主要贡献有三点：其一，针对裁剪后的面部图像进行风格迁移而非全身图像，可提高结构一致性，改善生成图像质量；其二，用风格迁移后的图像替换训练图像会带来标注错位挑战，但基于关键点精度选择风格来源的 Supervised Style Transfer (SST) 能保留最高 98% 的基线精度；其三，通过数据增强引入风格迁移图像可提升鲁棒性，超越传统增强方法。这些发现确立了语义风格迁移作为提升动物面部关键点检测模型性能的有效数据增强策略。虽然本研究聚焦于猫脸关键点，但该方法可推广至其他物种和关键点检测模型。
引用
@article{arxiv.2505.05640,
title = {Semantic Style Transfer for Enhancing Animal Facial Landmark Detection},
author = {Anadil Hussein and Anna Zamansky and George Martvel},
journal= {arXiv preprint arXiv:2505.05640},
year = {2025}
}