提出了一种实时的6自由度3D人脸姿态估计方法,其不依赖于人脸检测和关键点对齐.我们观察到直接估计6自由度刚体变换是一个比在3D人脸对齐中广泛使用的关键点检测更简单的问题。基于此我们做出了一下几个贡献(a)我们提出了一个不需要人脸检测的易于训练、高效的基于Faster-RCNN的直接回归图片中所有脸姿态的方法(b)我们阐述了如何转换姿态并且在任意切割的图片上使其保持一致的方法以便于训练和测试(c)最后我们展示如何使用姿态替换检测中常用的包围框.在AFLW2000-3D和BIWI数据集上的测试表明我们的方法可以实时运行并且击败了其他最好的方法.特别值得一提的是,尽管没有使用包围框的信息进行优化,我们的方法还超过了WIDER FACE检测评估上其他具有相同复杂度的方法.
无需人脸检测,实时3维人脸姿态估计img2pose 2020
最新推荐文章于 2024-04-16 09:38:33 发布
该博客介绍了无需人脸检测的实时3D人脸姿态估计方法img2pose,通过直接回归图片中人脸姿态,实现高效、准确的6自由度估计。这种方法避免了人脸检测和关键点对齐步骤,并在AFLW2000-3D和BIWI数据集上取得优秀表现,且能在WIDER FACE检测中超越同类复杂度方法。
摘要由CSDN通过智能技术生成