HyperAIHyperAI
منذ 16 أيام

محاذاة الوجه LUVLi: تقدير موقع النقاط المرجعية، ودرجة عدم اليقين، واحتمالية الرؤية

Abhinav Kumar, Tim K. Marks, Wenxuan Mou, Ye Wang, Michael Jones, Anoop Cherian, Toshiaki Koike-Akino, Xiaoming Liu, Chen Feng
محاذاة الوجه LUVLi: تقدير موقع النقاط المرجعية، ودرجة عدم اليقين، واحتمالية الرؤية
الملخص

أصبحت أساليب تحسين الوجه الحديثة دقيقة جدًا في توقع مواقع نقاط الوجه، لكنها لا تُقدّر عادةً عدم اليقين في مواقع هذه النقاط المتنبأ بها، ولا تتنبأ بوضوح ما إذا كانت النقاط مرئية أم لا. في هذه الورقة، نقدّم إطارًا جديدًا يُقدّم توقعات متزامنة لمواقع نقاط الوجه، والانحرافات المرتبطة بهذه المواقع، ووضوح رؤية كل نقطة. نُمثّل هذه العناصر كمتغيرات عشوائية مختلطة، ونقدّرها باستخدام شبكة عميقة تم تدريبها باستخدام خسارة جديدة نقترحها تُسمّى "خسارة الوضع، والانحراف، واحتمالية الرؤية" (LUVLi). بالإضافة إلى ذلك، نُطلق تسمية جديدة تمامًا لمجموعة بيانات كبيرة لتحسين الوجه تحتوي على أكثر من 19,000 صورة للوجوه، تمتد في نطاق واسع من وضعيات الرأس. تم تسمية كل وجه يدويًا بمواقع الحقيقة الأساسية لـ 68 نقطة، مع معلومات إضافية تحدد ما إذا كانت كل نقطة غير مُحجبَة، أو مُحجبَة ذاتيًا (نتيجة لوضعيات رأس متطرفة)، أو مُحجبَة من الخارج. لا تُقدّم تقنيتنا تقديرات دقيقة فقط لانحرافات مواقع نقاط الوجه المتنبأ بها، بل تُحقّق أيضًا أفضل النتائج المُحققة حاليًا في توقع مواقع نقاط الوجه على عدة مجموعات بيانات قياسية لتحسين الوجه. يمكن استخدام تقديراتنا لانحرافات مواقع نقاط الوجه المتنبأ بها لتحديد تلقائيًا الصور التي تفشل فيها عملية تحسين الوجه، وهي معلومة حاسمة لمهام ما بعد التحليل.

محاذاة الوجه LUVLi: تقدير موقع النقاط المرجعية، ودرجة عدم اليقين، واحتمالية الرؤية | أحدث الأوراق البحثية | HyperAI