论文:
Coarse-to-Fine Auto-Encoder Networks (CFAN)
for Real-Time Face Alignment
实现思路(与论文不太一致):
- 多个级联的SAN
- 第一个SAN用5个平均landmark抽SIFT特征,预测坐标偏移 (论文没有使用平均人脸关键点,直接使用人脸图片作为输入,预测初始坐标值)
- 第二个SAN基于前面的landmark结果继续抽SIFT特征预测坐标偏移
- SAN的参数(包括层数,每层的神经元数量,每层的参数w,b)都在参数文件(seeta_fd_frontal_v1.0.bin)中.