Breadcrumb Trails

在windows系统下对SDM算法C++版本的详细实现过程。

论文方法整体框架图 基本方法流程使用深度回归网络（DR）预测人脸形状 一共三层，前面两层是非线性隐藏层，最后一层是线性回归层。 使用去遮挡自编码网络（DA）对当前形状进行遮挡区域恢复（去除遮挡物。 恢复后人脸再次作为深度回归网络的输入进行下一轮的预测，反复迭代。 phi 是特征提取函数，基于形状索引的sift特征 Si实际形状 S是初始形状，通过普通人脸检测获得 基本思想：损坏的部分可以从冗余的图

原文地址：Robust Face Alignment Under Occlusion via Regional Predictive Power Estimation pdf版翻译原文已上传百度云，内容有整理过格式的完整图片与公式， 链接：https://pan.baidu.com/s/1jJ8y7Ts 密码：y7cm 摘要 近年来，人脸对齐已经得到了很好的研究。然而，当人脸对齐模型被应用...