《Deep Context-Sensitive Facial Landmark Detection With Tree-Structured Modeling》阅读笔记

最新推荐文章于 2024-06-22 10:51:25 发布
最新推荐文章于 2024-06-22 10:51:25 发布
阅读量105 收藏
点赞数
分类专栏： 计算机视觉

《Deep Context-Sensitive Facial Landmark Detection With Tree-Structured Modeling》

译名《深度上下文敏感的面部特征点检测与树形结构建模》

Abstract

面部特征点检测通常被转换为一个点向回归问题，而点向回归问题的重点在于如何构建一个有效的点对点映射函数。在这篇文章中，我们提出了一个点对点的深度学习方法。本文所提出的学习方法通过对上下文之间的信息进行捕捉能够更加有效地通过对上下文关系的处理预测出上下文中不同的面部特征点。

此外，我们提出了一个树模型来描绘人的面部结构并且用这个结构损失函数来衡量脸部真实数据和预测树模型之间的差值。并且在统一的框架内，进一步对本文提出的新方法进行优化。本文提出的树形模型能够通过处理脸部结构信息很好的区别面部特征点之间的空间关系。实验结果表明本文中所提出的方法在MTFL和AFLW-full数据集的测试下，是现有方法中最理想的，表现最佳的。

索引词：人脸关键点检测，深度学习，CNN，树形模型，上下文约束关系

 

 

bulingbuling的小狮子
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
（十一：2020.08.28）CVPR 2017 追踪之论文纲要（译）
Jojo论文基地
08-28 3181
CVPR 2017 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
CVPR2018下载+CVPR2018论文百度云+2018CVPR论文下载+2018CVPR百度云
王博（Kings）的博客
06-25 4914
链接：https://pan.baidu.com/s/1QUXtDp5RQVNx-R55TkL13Q 提取码：
人脸关键点检测之Facial landmark detection using Multi-Task Learning
LeeWanzhi的博客
05-09 1272
2014 ECCV的paper 1. Introduction 作者认为，人脸关键点检测不是一个孤立的问题，应该与其他问题联系起来(比如头的姿势、有无旋转、有无戴眼镜、有没有笑)。 为什么要这样猜想呢？因为人脸处于不同的状态，其特征也是不同的。对于不同的图片，如果CNN能区分出它的状态，那么会更有利于检测关键点。比如侧脸和正脸的关键点的位置是不同的。有没有旋转，关键点的分布也是不同的。 ...
Facial Landmark Detection(人脸特征点检测)
生如蚁，美如神
03-16 6万+
dlib ：https://github.com/davisking/dlib/tree/v18.18 评价：速度快，可商用，有些时候不太准确 2. CLM-framework: https://github.com/TadasBaltrusaitis/CLM-framework 评价:很准确，不可商用 3. Face Detection, Pose Estim
论文解读|Super-realtime facial landmark detection and shape fitting by deep regression...
Loong Cheng的博客
02-18 1347
资料 论文全名：Super-realtime facial landmark detection and shape fitting by deep regression of shape model parameters 代码地址： https://github.com/justusschock/shapenet 官方文档： https://shapenet.readthedocs.i...
深度学习（十七）基于改进Coarse-to-fine CNN网络的人脸特征点定位
hjimce的专栏
11-29 2万+
本篇博文主要讲解2013年face++的大牛们提出的改进的DCNN模型《Extensive Facial Landmark Localization with Coarse-to-fine Convolutional Network Cascade》，发表于2013年ICCV上的一篇用于定位多个人脸特征点的文献，实现了68个人脸特征点的高精度定位。这篇paper没有给出训练数据，也没有给出测试模型、源代码等，所以源代码需要自己写，训练数据我们需要自己到IBUG网站下载，可以下载到两千多张的训练数据，这篇p
人脸关键点检测总结
热门推荐
imcy的博客
05-31 9万+
概述 人脸关键点检测也称为人脸关键点检测、定位或者人脸对齐，是指给定人脸图像，定位出人脸面部的关键区域位置，包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。 人脸关键点检测方法大致分为三种： - 基于模型的ASM(Active Shape Model)和AAM(Active Appearnce Model) - 基于级联形状回归CPR(Cascaded pose regression) - ...
CVPR 2018 paper ---object detection
weixin_37160065的博客
10-20 7881
转载：https://blog.csdn.net/qq_34848537/article/details/82968217 参考链接 CVPR 2018 论文解读集锦（9月27日更新） CVPR 2018 open access 关键词搜索： “Object Detection ”list  Scale-Transferrable Object Detection Progressiv...
CVPR2023检测相关Detection论文速览上
weixin_44287798的博客
06-22 1052
CVPR2023论文速览Detection上
CVPR 2021最全论文开放下载！附pdf下载链接！
中科院AI算法工程师的博客
06-18 1万+
CVPR 2021最全论文开放，附所有pdf下载链接！
生成对抗网络GANs（笔记一）主线
qq_21210467的博客
08-19 1万+
生成式对抗网络（Generative Adversarial Nets, GAN） 一、发展历程： 最开始接触GANs是因为想了解有关于在少量数据的情况下如何做数据增广。然后就了解到了DCGAN生成手写数字的案例，简直是惊为天人，然今才逐渐开始了解生成对抗网络的思想。到了后来一直想用生成对抗网络的思想做语音识别和语音合成这一方面，一直找到合适的资料。再后来，鬼使神差的想结合GANs来做毕业论文...
GAN汇总
简简单单
12-26 2970
3D-ED-GAN - Shape Inpainting using 3D Generative Adversarial Network and Recurrent Convolutional Networks 3D-GAN - Learning a Probabilistic Latent Space of Object Shapes via 3D Generative-Adversarial...
人脸关键点：TCDCN-Facial Landmark Detection by Deep Multi-task Learning
人工智能技术学习与分享
12-06 9535
《Facial Landmark Detection by Deep Multi-task Learning》发表于ECCV-2014，作者来自香港中文大学汤晓鸥团队的Zhanpeng Zhang等人。创新点： 1.将MTL（多任务学习）结合CNN应用到人脸关键点检测 2.为解决各任务有着不同收敛速度而导致的优化难问题，提出针对多任务学习的early stopping。Zhang等人将MTL（M
人脸对齐：人脸关键点检测发展概述（含数据集及论文解读）
From Zero to Hero
09-30 2088
4个月的实习结束了，本文主要记录自己实习期间对人脸关键点检测的调研结果。 目录结构 1.背景介绍 2.开源数据集 3.评价指标 4.检测方法 5.论文解读 5.1传统方法 Active Shape Models-Their Training and Application 5.2基于级联形状回归 Cascaded pose regression CVPR2010 ...
数据集成工具：Informatica：Informatica安装与配置.docx
09-02
数据集成工具：Informatica：Informatica安装与配置.docx
Alignment成为GPT类大模型微调的必须环节，深度强化学习是Alignment的核心。本项目是_general.zip
09-02
Alignment成为GPT类大模型微调的必须环节，深度强化学习是Alignment的核心。本项目是_general
【目标检测数据集】飞机检测数据集6540张12类别VOC+YOLO格式.zip
最新发布
09-02
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：6544 标注数量(xml文件个数)：6544 标注数量(txt文件个数)：6544 标注类别数：12 标注类别名称:["A-10 Thunderbolt","ATR 72","Airbus A320 Family","Boeing 737","Boeing 747","General Dynamics F-16 Fighting Falcon","Lockheed Martin F-35 Lightning II","Lufthansa","Military","Northrop Grumman B-2 Spirit","Other Airlines","Ryanair"] 每个类别标注的框数： A-10 Thunderbolt 框数 = 847 ATR 72 框数 = 662 Airbus A320 Family 框数 = 1135 Boeing 737 框数 = 1370 Boeing 747 框数
森林防火应急指挥系统解决方案PPT(60页).pptx
09-02
森林防火应急联动指挥系统是一个集成了北斗定位/GPS、GIS、RS遥感、无线网络通讯、4G网络等技术的现代化智能系统，旨在提高森林火灾的预防和扑救效率。该系统通过实时监控、地图服务、历史数据管理、调度语音等功能，实现了现场指挥调度、语音呼叫通讯、远程监控、现场直播、救火人员生命检测等工作的网络化、智能化、可视化。它能够在火灾发生后迅速组网，确保现场与指挥中心的通信畅通，同时，系统支持快速部署，适应各种极端环境，保障信息的实时传输和历史数据的安全存储。 系统的设计遵循先进性、实用性、标准性、开放性、安全性、可靠性和扩展性原则，确保了技术的领先地位和未来的发展空间。系统架构包括应急终端、无线专网、应用联动应用和服务组件，以及安全审计模块，以确保用户合法性和数据安全性。部署方案灵活，能够根据现场需求快速搭建应急指挥平台，支持高并发视频直播和大容量数据存储。 智能终端设备具备三防等级，能够在恶劣环境下稳定工作，支持北斗+GPS双模定位，提供精确的位置信息。设备搭载的操作系统和处理器能够处理复杂的任务，如高清视频拍摄和数据传输。此外，设备还配备了多种传感器和接口，以适应不同的使用场景。 自适应无线网络是系统的关键组成部分，它基于认知无线电技术，能够根据环境变化动态调整通讯参数，优化通讯效果。网络支持点对点和点对多点的组网模式，具有低功耗、长距离覆盖、强抗干扰能力等特点，易于部署和维护。 系统的售后服务保障包括安装实施服务、系统维护服务、系统完善服务、培训服务等，确保用户能够高效使用系统。提供7*24小时的实时故障响应，以及定期的系统优化和维护，确保系统的稳定运行。
context-free grammar 和 context-sensitive有什么区别
02-21
上下文无关文法（Context-Free Grammar，CFG）和上下文敏感文法（Context-Sensitive Grammar，CSG）最大的区别在于CFG仅受非终结符的限制，而CSG受非终结符和终结符的限制。CFG只能描述结构上下文无关的文法系统，而...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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