Face Alignment(Face Landmark)

本文总结了2017年面部关键点定位领域的最新进展和技术成果,对比了多种方法如STASM、CompASM、EXEM、RCPR、SDM和ERT等在LFPW、HELEN及IBUG数据集上的表现,并介绍了两种当时最新发表且效果突出的技术。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


state-of-art 2017


http://www.csc.kth.se/~vahidk/face_ert.html

Benchmark*

  STASM CompASM EXEM RCPR SDM ESR ERT (Ours)
LFPW--0.0400.0350.0350.034**0.038
HELEN0.1110.091-0.0650.0590.0590.049
IBUG***----0.0750.0750.064


STASM, CompASMInteractive Facial Feature Localization.
EXEMLocalizing Parts of Faces Using a Consensus of Exemplars.
RCPRRobust Face Landmark Estimation Under Occlusion
SDMSupervised Descent Method and its Applications to Face Alignment.
ESRFace Alignment by Explicit Shape Regression.


目前,看到最新的论文,这两个方法的效果基本上等同、甚至超越SDM:

Paper 1:

Cascaded Continuous Regression for Real-time Incremental Face Tracking

eccv2016

https://github.com/ESanchezLozano/iCCR


Paper 2:

Face Alignment by Coarse-to-Fine Shape Searching

cvpr2015

https://github.com/zhusz/CVPR15-CFSS


评论
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