超级会员免费看
本文介绍了人脸关键点检测的重要性和挑战，包括肤色、装饰、角度和表情等因素。常见数据集如标准98和68关键点用于表情分析。主要模型包括Coarse-to-Fine、MTCNN和PFLD，其中MTCNN和PFLD因其速度优势而被广泛使用。通过实战案例展示了检测和标记人脸关键点的过程。
人脸关键点概述：
人脸关键点检测是人脸识别和分析领域中的关键任务，是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其他人脸相关问题的基础任务。人脸关键点和我们传统说的HOG以及SIFT关键点不一样，人脸关键点是人脸面部、部位的关键点。它可以吧人脸的眼睛、鼻子、嘴巴等识别出来，可以吧脸部划分到不同的区域。
人脸关键点检测任务难点
任务是识别出人脸的关键点，目前人脸关键点检测的难点有：
- 人脸肤色
- 人脸装饰
- 人脸角度
- 人脸表情
常见数据集
不同数据集关键点个数不同，标注规则存在差异。下面常见的数据集如下所示：
现实生活中人脸识别，用不到那么多的关键点标注，例如标准98以及68个关键点基本都是在做表情分析的时候才会用到。单纯吧人脸检测用在人脸识
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
