人脸解析(Face Parsing)和人体解析Human Parsing:方法、数据集和论文

人脸解析

人脸解析(Face Parsing)即把人脸的各个部分分割出来。下图左侧是原图,中间是标注,右侧是我输出的结果:

在这里插入图片描述

这方面网上资料不多,论文也不火,很少看到商用的。目前看到华为有提供这个功能。
华为人脸解析地址:https://developer.huawei.com/consumer/cn/hiai/engine/face-parsing

在这里插入图片描述

人脸解析可预见的应用场景就是虚拟试妆,或者电信业务照片的合规检查

人体解析

人体解析(Human Parsing)和人脸解析类似,就是将人体的各个部位分割出来。

在这里插入图片描述

谷歌刚上线了一个浏览器内的人体解析demo。可以参考:
浏览器上跑:TensorFlow开源了实时人物分割模型,秒速25帧,24个部位

在这里插入图片描述

课题组

中山大学的LIP(look into person)

地址:http://sysu-hcp.net/lip/index.php

这个课题组主要关注人体解析,有论文和数据库,也有开源代码(我没跑通)。

公开的数据集: Single Person、Multi-Person(Crowd Instance-level Human Parsing Dataset – IHP)和VIP(Video instance-level Parsing) 。单人、多人的数据都有,比较全面。

在这里插入图片描述

这个个课题组的文章:
ECCV 2018 | 中山大学&商汤提出部分分组网络PGN,解决实例级人体解析难题

在这里插入图片描述

北航语义分割实验室

官网:http://liusi-group.com/

这个组主要关心人脸解析。他们其中一篇论文解读博客:
【CVPR2017| 人脸解析】Learning adaptive receptive fields for deep image parsing networks

没看到他们的数据集,但是他们的一篇文章能很好的为大家对人脸解析做一个很好的介绍:如何妙笔勾檀妆:像素级语义理解

对应的PPT下载地址:https://pan.baidu.com/s/1FYznfGG914pPaU5bs0-4dw

在这里插入图片描述
在这里插入图片描述

其他数据集

PASCAL 子部位数据集(PASCAL Part)

地址:http://www.stat.ucla.edu/~xianjie.chen/pascal_part_dataset/pascal_part.html

PASCAL 部分数据集(PASCAL Part)[29] ):对于PASCAL-VOC 2010识别竞赛的扩展,超越了这次竞赛的任务要求而为图像中的每个物体的部分提供了一个像素级别的分割标注(或者当物体没有连续的部分的时候,至少是提供了一个轮廓的标注)。原来的PASCAL-VOC中的类被保留,但被细分了,如自行车被细分为后轮、链轮、前轮、手把、前灯、鞍座等。本数据集包含了PASCAL VOC的所有训练图像、验证图像以及9637张测试图像的标签。

在这里插入图片描述

helen数据集

这是人家的人脸解析的论文自带的数据集,来源是helen人脸数据集,然后做了五官和头发的标注:http://pages.cs.wisc.edu/~lizhang/projects/face-parsing

在这里插入图片描述

他们论文在这里:http://pages.cs.wisc.edu/~lizhang/projects/face-parsing/SmithCVPR2013.pdf

论文比较早,已经没太多参考价值了。

其他论文

RefineNet就在人体解析方面取得了不错的效果。

在这里插入图片描述

RefineNet: Multi-Path Refinement Networks
for High-Resolution Semantic Segmentation

参考资料

Face parsing论文记录(个人)

人体解析数据集(human parsing)及近期论文

  • 15
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
当涉及到人体解析任务时,有几个常用的数据集被广泛用于训练和评估算法的性能。以下是一些常见的人体解析数据集的简介: 1. LIP(Look into Person)数据集:这是一个大规模的人体解析数据集,包含超过50,000张图像。它提供了对人体的精细分割标注,包括19个不同的人体部分,如头部、上衣、裤子等。LIP数据集广泛应用于人体姿态估计、服装分割等任务。 2. ATR(Annotated Human Parsing数据集:这个数据集包含约13,000张图像,涵盖了多个场景和不同的人体姿态。每张图像都标注了完整的人体分割和语义标签,用于表示不同的人体部分。ATR数据集被广泛用于人体解析和服装分割研究。 3. CIHP(Clothing, In-shop, and Market-1501)数据集:这个数据集是为了解决虚拟试衣和时尚推荐等任务而创建的。它包含约38,000张图像和相应的精细分割标注,用于表示不同的服装部分。CIHP数据集提供了具有挑战性的场景和多样化的服装样式。 4. PASCAL-Person-Part数据集:这个数据集由PASCAL VOC挑战赛的一部分提供,包含人体图像和对应的人体分割标注。它提供了对人体不同部分的细粒度标注,如头发、脸部、上衣等。PASCAL-Person-Part数据集常用于人体解析和姿态估计任务。 这些数据集人体解析领域被广泛使用,为研究人员提供了丰富的训练和评估资源。它们帮助推动了人体解析算法的发展,并促进了相关应用的创新和进步。
评论 5
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