人脸关键点算法初步调研

序号 论文 时间 主要方法 优点 缺点
1 An Introduction to Active Shape Models 1995 ASM 模型简单直接,架构清晰明确,易于理解和应用,形状约束 近似于穷举搜索,效率低
2 Active Appearance Models 1998 AAM 加入整个脸部区域的纹理特征
3 Cascaded pose regression 2010 CPR 多级回归器
自动训练学习

4 Deep Convolutional Network Cascade for Facial Point Detection 2013 DCNN 深度学习首次应用 5点
5 Extensive Facial Landmark Localization with Coarse-to-fine Convolutional Network Cascade 2013 Face++版 DCNN 减少计算量
提高精度
68点

6 TCDCN-Facial Landmark Detection by Deep Multi-task Learning TCDCN
快速
多任务 容易漂移
7 Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 2016 MTCNN 同时进行人脸检测和人脸关键点定位
Hardsample挑选

8 Tweaked Convolutional Neural Networks 2016 TCNN 采用聚类分析
9 Deep Alignment Networks 2017 DAN 加入关键点热图,输入整张图像
10 Robust Facial Landmark Detection via a Fully-Convolutional Local-Global Context Network 设计思路与之前的有本质差异
11

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值