facial-landmark-detection-precision-improvement

facial-landmark-detection-precision-improvement

supervision-by-registration Supervision-by-Registration: An Unsupervised Approach to Improve the Precision of Facial Landmark Detectors 项目地址: https://gitcode.com/gh_mirrors/su/supervision-by-registration

1. 项目介绍

本项目名为Supervision-by-Registration，是一种无需额外人工标注即可提高现有面部特征点检测器精度的无监督方法。该方法利用了物体在视频序列中的平滑运动（即光流注册）来改进面部特征点检测器。其创新之处在于，无需额外的人工标注即可提升检测器性能。

2. 项目快速启动

环境准备

• Python 3.6
• PyTorch >= 0.4.0

数据准备

请参考项目目录中的cache_data/README来准备数据集。

基础训练

运行以下命令以在300-W数据集上训练基础检测器：

bash scripts/300W-DET.sh

使用SBR提升检测器

运行以下命令以在未标记的序列上训练SBR：

bash scripts/demo_sbr.sh

请注意，init_model参数应为基本训练部分中训练的检测器的路径。

3. 应用案例和最佳实践

• 数据集训练：使用自己的视频数据进行训练，需要查看lib/datasets/VideoDataset.py和lib/datasets/parse_utils.py文件，并添加如何查找给定图像路径的相邻帧的方法。
• 可视化结果：训练SBR后，可以使用./exps/vis.py代码生成可视化结果。

4. 典型生态项目

目前本项目没有列出具体的生态项目，但考虑到其在面部特征点检测领域的应用，可以预见该项目将被用于增强虚拟现实(VR)、增强现实(AR)、人脸识别等领域的技术解决方案。

supervision-by-registration Supervision-by-Registration: An Unsupervised Approach to Improve the Precision of Facial Landmark Detectors 项目地址: https://gitcode.com/gh_mirrors/su/supervision-by-registration