基于双 Transformer 的堆叠密集 U-Net 用于鲁棒人脸对齐
计算机视觉与模式识别
2018-12-06 v1
摘要
在野外采集图像中的面部关键点定位是一个重要且具有挑战性的问题。当前的最先进水平围绕某些种类的深度卷积神经网络（DCNNs），如堆叠 U-Net 与 Hourglass 网络。在本工作中，我们创新性地提出堆叠密集 U-Net 用于该任务。我们设计了一种新颖的尺度聚合网络拓扑结构与通道聚合构建模块，以在不牺牲计算复杂度和模型大小的前提下提升模型容量。借助堆叠密集 U-Net 内部的可变形卷积以及用于外部数据变换的连贯损失，我们的模型获得了对于任意输入人脸图像的空间不变能力。在多个野外数据集上的大量实验验证了所提方法在极端姿态、夸张表情和严重遮挡下的鲁棒性。最后，我们展示了精确的 3D 人脸对齐能够辅助姿态不变人脸识别，并在 CFP-FP 上取得了新的最先进准确率。
引用
@article{arxiv.1812.01936,
title = {Stacked Dense U-Nets with Dual Transformers for Robust Face Alignment},
author = {Jia Guo and Jiankang Deng and Niannan Xue and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:1812.01936},
year = {2018}
}