基于热力图与一揽子技巧的子像素人脸关键点定位
计算机视觉与模式识别
2021-03-09 v2 人工智能
机器学习
摘要
精确的人脸关键点定位是人脸识别、重建与变形的重要组成部分。为精确定位人脸关键点，我们提出了热力图回归方法。每个模型由 MobileNetV2 主干网络与若干上采样层组成，并采用不同技巧以同时优化性能与推理开销。我们使用来自公开人脸检测器的五个朴素人脸关键点来定位和对齐人脸，而非像传统方法那样使用边界框。此外，我们通过在对齐后添加随机旋转、位移与缩放，表明模型对人脸位置比朝向更敏感。我们还表明，通过使用反卷积与像素重排层的混合，可在不损害定位性能的前提下降低上采样复杂度。我们提出了当前最优的人脸关键点定位模型（在第二届106点人脸关键点定位大挑战验证集上排名第二）。最后，我们利用公开模型与基准测试了这些关键点对人脸识别的影响。
引用
@article{arxiv.2103.03059,
title = {Sub-pixel face landmarks using heatmaps and a bag of tricks},
author = {Samuel W. F. Earp and Aubin Samacoits and Sanjana Jain and Pavit Noinongyao and Siwa Boonpunmongkol},
journal= {arXiv preprint arXiv:2103.03059},
year = {2021}
}
备注
10 pages, 1 figure