本文介绍了一种基于深度学习的Deep Alignment Network（DAN）用于人脸关键点检测，它解决了视频中人脸关键点检测的抖动问题。DAN采用迭代处理框架，通过 Feed Forward NN 预测关键点位置，并使用Connection Layers计算相似变化矩阵以进行矫正。该方法适用于连续跟踪，源码基于Theano实现。
人脸关键点检测的论文。速度略差，但想法不错。 视频中人脸关键点检测往往存在抖动，而常见的深度学习方法又不适合做连续跟踪。 本文提供了一个实现跟踪的思路。
文章链接： CVPR Workshop2017《Deep Alignment Network: A convolutional neural network for robust face alignment》
源码(Theano实现)： https://github.com/MarekKowalski/DeepAlignmentNetwork
首先，可以明显看出是一个 迭代 处理的框架。 关键点检测流程如下：
（1）初始
输入灰度图 \(I\) 以及 标准关键点模板 \(S_0\)，预测得到新的关键点位置 \(S_1\)。
其中“Feed Forward NN”<
最低0.47元/天 解锁文章
扫一扫
1147
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
