用于第一届野外三维人脸对齐 (3DFAW) 挑战赛的两阶段卷积部件热图回归
计算机视觉与模式识别
2018-08-28 v1
摘要
本文描述了我们对第一届野外三维人脸对齐 (3DFAW) 挑战赛的提交方案。我们的方法基于卷积部件热图回归的思想 [1]，并将其扩展到三维人脸对齐。我们的方法将问题分解为两部分：(a) X,Y (二维) 估计和 (b) Z (深度) 估计。在第一阶段，我们的方法通过使用卷积部件热图回归为每个面部标志点生成一组二维热图来估计面部标志点的 X,Y 坐标。然后，这些热图连同输入的 RGB 图像一起，被用作一个通过残差学习训练的极深子网络的输入，以回归 Z 坐标。我们的方法在 3DFAW 挑战赛中排名第一，超过第二名结果 22% 以上。
引用
@article{arxiv.1609.09545,
title = {Two-stage Convolutional Part Heatmap Regression for the 1st 3D Face Alignment in the Wild (3DFAW) Challenge},
author = {Adrian Bulat and Georgios Tzimiropoulos},
journal= {arXiv preprint arXiv:1609.09545},
year = {2018}
}
备注
Winner of 3D Face Alignment in the Wild (3DFAW) Challenge, ECCV 2016