SeetaFaceEngine/FaceAlignment/
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
原创
2017-11-01 19:23:54 ·
426 阅读 ·
0 评论