长期以来,人脸特征点检测一直深受遮挡和姿态变化等问题的困扰。检测任务不再被看作是单一独立的问题,研究者尝试通过多任务学习来提升检测的鲁棒性。所以 MAFL 数据集应运而生。MAFL 全称 Multi-Attribute Facial Landmark,由 19,000 幅训练图像和 1,000 幅测试图像的人工标注特征点组成,用以进行基于深度多任务学习的人脸特征点检测研究。
MAFL 人脸特征点检测数据集
本站暂不支持该数据集下载,如需下载请访问上述「发布地址」进行下载(如可用)
感谢您下载 MAFL 人脸特征点检测数据集!
本站基于知识共享许可协议,为国内用户提供公开数据集高速下载,仅用于科研与学术交流。
获得数据集更新通知、下载过程发现问题、提供未引入数据集资源等,请关注公众号与我们沟通。
感谢您下载 MAFL 人脸特征点检测数据集!

相关数据集推荐
TinyFace 人脸识别数据集
TinyFace 是一个大规模的人脸识别基准,有助于研究深度学习中的大规模原生 LRFR(Low Resolution Face Recognition)。 该数据集有 169,403 张原生低分辨率人脸图像(平均 20×16 像素),来自 5,139个被标注的身份,用于 1:N…

OCHuman 人体姿态估计数据集
OCHuman 全称 Occluded Human,是一个用于研究人体姿态的数据集。该数据集包含 5,081 幅图像中13,360 个人体标注实例。这些标注包括了边界框、人体姿态以及实例掩码。OCHuman 是与人体相关的最复杂、最富挑战性的数据集。

WildDeepfake 人脸防作伪检测数据集
WildDeepfake 是一个用于现实世界中 Deepfake 检测的数据集。该数据集包含从 707 个 Deepfake 视频中提取的 7,314 个面部动作序列。 WildDeepfake数据集和之前的数据集有一些不同:(1) 视频都来源于网络,内容丰富多样。视觉效果更加真…
