论文笔记：Occlusion-free Face Alignment: Deep Regression Networks Coupled with De-corrupt Auto-Encoders

最新推荐文章于 2021-11-27 16:09:51 发布
最新推荐文章于 2021-11-27 16:09:51 发布
阅读量1k 收藏 3
点赞数
分类专栏： 人脸对齐 文章标签： alignment
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30019237/article/details/78945516
版权
这篇论文介绍了一种结合深度回归网络（DR）和去遮挡自编码网络（DA）的方法，用于实现无遮挡的人脸对齐。通过DR预测人脸形状，然后利用DA恢复遮挡区域，经过多次迭代和级联，达到精确的人脸形状估计。这种方法通过特征提取和形状索引的SIFT特征，以及自编码网络的隐藏层响应，有效地处理了遮挡问题。
摘要由CSDN通过智能技术生成

原文地址：
https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Zhang_Occlusion-Free_Face_Alignment_CVPR_2016_paper.pdf

  • 论文方法整体框架图

    论文方法整体框架图

  • 基本方法流程

    1. 使用深度回归网络（DR）预测人脸形状 一共三层，前面两层是非线性隐藏层，最后一层是线性回归层。
    2. 使用去遮挡自编码网络（DA）对当前形状进行遮挡区域恢复（去除遮挡物。
    3. 恢复后人脸再次作为深度回归网络的输入进行下一轮的预测，反复迭代。

phi 是特征提取函数，基于形状索引的sift特征
Si实际形状 S是初始形状，通过普通人脸检测获得

  • 基本思想：损坏的部分可以从冗余的图像的部分中恢复。

  • 深度回归网络预测人脸形状

最低0.47元/天 解锁文章
eicomtpmh
关注
专栏目录
CVPR2019--VRSTC:Occlusion-Free Video Person Re-Identification
cherryyiyi的博客
10-14 9万+
文章链接：添加链接描述 摘要 针对视频行人重识别的部分遮挡问题，提出了一个时空补全网络（Spatio-Temporal Completion network, STCnet）用来精确的恢复遮挡部位的信息。相较于之前的大部分工作选择丢弃部分遮挡的图片 ，基于深度学习的STCNet方法可以恢复遮挡部分，利用spatial structure预测哪部分被遮挡，temporal patterns提供生成遮...
Occlusion-free Face Alignment: Deep Regression Networks Coupled with De-corrupt AutoEncoders
易大飞
11-13 715
这篇论文是我总结的，感觉思路还是不错的，目前主流的处理图像方式，或者人脸对齐方式都是使用了深度学习，因为深度学习对于人脸对齐具有很好的效果，并且对于遮挡也会有一定的容忍性。 这篇论文是：Occlusion-free Face Alignment: Deep Regression Networks Coupled with De-corrupt AutoEncoders。
Occlusion-free Face Alignment: Deep Regression Networks Coupled with De-corrupt AutoEncoders阅读笔记
joshuaxx316的专栏
08-25 1768
Semi-Supervised Natural Face De-Occlusion 论文笔记
qq_44465615的博客
11-16 478
Semi-Supervised Natural Face De-Occlusion 论文笔记 目标：使用未配对的自然面部图像执行弱监督的自然面部去遮挡。被遮挡图像的未遮挡图像在训练时不可得。无需遮挡掩码。同时完成检测遮挡区域和去除遮挡区域。 思路，使用GAN网络，OA-GAN由发生器和鉴别器组成。 发生器由遮挡感知模块和人脸修复模块组成。对于一个给出的带遮挡图片，首先遮挡感知模块预测一个遮挡掩码。 它与遮挡人脸图像一起输入到发生器的人脸完成模块中，用于人脸去遮挡。鉴别器中存在对抗性损失，用于区分真实无遮挡的
《OCCLUSION-AWARE GAN FOR FACE DE-OCCLUSION IN THE WILD 》
qq_44465615的博客
11-12 1282
《用于自然状态下人脸去遮挡的遮挡发现GAN》论文翻译 声明：本篇论文原作者为Jiayuan Dong1, Liyan Zhang1,∗, Hanwang Zhang2, Weichen Liu2 dongjiayuan99@gmail.com, zhangly84@126.com, 1Nanjing University of Aeronautics and Astronautics;{hanwangzhang, liu}@ntu.edu.sg, 2Nanyang Technological Univers
AAM Alignment最后一篇：Robust AAM Alignment with Occlusion
通往人工智能的崎岖之路
05-24 1510
过了快半年了，终于下决心将自己挖的关于AAM的坑给填平了。 今天的内容主要关于有遮挡情况下的AAM alignment算法。当数据存在少量重大误差时，最小二乘法往往不能很好地保持匹配鲁棒性，这时就需要使用其他方法来解决这个问题。
学习笔记：Coarse-to-Fine Auto-Encoder Networks (CFAN) for Real-Time Face Alignment
Class_guy的博客
10-29 2593
这篇论文中设计的网络结构用于seetaface人脸识别引擎中。 作者提出了一个粗到精的自动编码网络（CFAN），级联了一些堆叠自动编码网络（SANs）。 1、初步是将检测到的整体的人脸的低分辨率版本作为输入，这样第一个SAN就能快速并足够准确的预测标志点。---全局SAN 2、余下的SAN随后通过以越来越高分辨率的方式将当前标志（先前SAN的输出）提取的局部特征作为输入进行逐步细化。--局部
《BCNet：Deep Occlusion-Aware Instance Segmentation with Overlapping BiLayers》论文笔记
m_buddy的博客
11-27 2344
参考代码：BCNet 1. 概述 导读：在这篇文章关注的是实例分割中mask的分割，在正常的场景下是可能存在2个或是多个物体存在重叠遮挡的，往往就会在物体像素相接的地方存在分割边界模糊以及分割不准确的问题。对于这样的现象文章将其归纳为如下原因： 1）原生的Mask RCNN只是在RoI区域进行前景mask分割，并不关心RoI区域中的其它目标的mask（统统为背景），也就是没有对这些mask也进行显式建模； 2）在后处理阶段一般采用非极大值抑制的策略对存在重叠的mask进行处理，这也必然会导致一些奇异现象的
OCCLUSION-AWARE GAN FOR FACE DE-OCCLUSION IN THE WILD.pdf
11-12
本文提出了一种名为“遮挡感知GAN”(Occlusion-Aware GAN, OA-GAN)的新方法，专门针对野生环境下的面部去遮挡问题。传统的面部去遮挡技术通常采用单阶段生成对抗网络(GAN)，这种方法对遮挡类型不敏感，难以适应各种...
MarekKowalski/DeepAlignmentNetwork模型参数1
07-18
MarekKowalski/DeepAlignmentNetwork所需要的网络参数模型，原下载链接再此：https://www.dropbox.com/sh/v754z1egib0hamh/AADGX1SE9GCj4h3eDazsc0bXa?dl=0
Deep Ordinal Regression Network for Monocular Depth Estimation
weixin_44529634的博客
09-06 3159
一.Deep Ordinal Regression Network for Monocular Depth Estimation 用于单目深度估计的深度有序回归网络 CVPR 2018 在3D视觉感知主题里，单目图像深度估计是一个重要并且艰难的任务。虽然目前的方法已经取得了一些不错的成绩，但是这些方法普遍忽略了深度间固有的有序关系。针对这一问题，我们提出在模型中引入排序机制来帮助更准确地估计图像的深度信息。具体来说，我们首先将真值深度（ground-truth depth）按照区间递增（SID）的方法预分为
人脸关键点检测数据库&人脸关键点检测最新方法调研
XZZPPP的博客
07-11 5226
一、人脸关键点检测数据库 （2001年发布）BioID ：约1000幅图像,每个人脸标定20个关键点。 https://www.bioid.com/About/BioID-Face-Database （2011年发布）LFPW：1132幅图像,每个人脸标定29个关键点 http://neerajkumar.org/databases/lfpw/ （2011年发布）AFLW
GOTURN——Learning to Track at 100 FPS with Deep Regression Networks
热门推荐
autocyz
09-24 1万+
文章的题目叫：《Learning to Track at 100 FPS with Deep Regression Networks》 算法简称：GOTURN（Generic Object Tracking Using Regression Networks） 作者是斯坦福的David Held 文章以及附件：http://davheld.github.io/GOTURN/GOTURN.htm
人脸特征点检测
liujiandu101的博客
06-16 3622
CVPR2016刚刚落下帷幕，本文对面部特征点定位的论文做一个简单总结，让大家快速了解该领域最新的研究进展，希望能给读者们带来启发。CVPR2016相关的文章大致可以分为三大类：处理大姿态问题，处理表情问题，处理遮挡问题。1.姿态鲁棒的人脸对齐方法1.1 Face Alignment Across Large Poses: A 3D Solution [1]这里首先介绍一篇大会口头报告文章，来自中...
Chapter 5: Encoders
一名菜鸟攻城师
03-13 321
What is an encoder 编码器负责将事件转化为字节数组，并将字节数组转换成一个OutputStream 。 Encoder ---> Byte[] ---> OutputStream   在0.9.19版本之前，大多数的appender都依赖layout布局组件将事件转换为字符串String 在使用java.io.Writer将其写入到文件 在0.9.19...
【人脸对齐-Landmarks】人脸关键点检测方法及评测汇总
luckynote
02-01 8426
传统方法： 1、SDM：Supervised descent method and its applications to face alignment. CVPR2013 速度： CPU(i7) - 小于12ms 精度： 评测数据集1---300w (Inter-pupil Normalisation)： common: (5.60), challenge: (15...
论文学习：Occlusion Robust Face Recognition Based on Mask Learning
qq_41978139的博客
11-16 573
论文地址：Occlusion Robust Face Recognition Based on Mask Learning with Pairwise Differential Siamese Network 综述   深度卷积网络作为人脸识别领域的前沿技术，存在识别模型在有部分...
【论文笔记】Leveraging Datasets with Varying Annotations for Face Alignment via Deep Regression Network
shaoxiaohu的专栏
03-20 2941
参考文献： Zhang J, Kan M, Shan S, et al. Leveraging Datasets With Varying Annotations for Face Alignment via Deep Regression Network[C]//Proceedings of the IEEE International Conference on Computer Visio
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