ATF: Towards Robust Face Alignment via Leveraging Similarity and Diversity across Different Datasets

Face Alignment ist eine wichtige Aufgabe im Bereich der Multimedia-Technologie. In Verbindung mit den beeindruckenden Fortschritten in Algorithmen wurden in den letzten Jahren zahlreiche Benchmark-Datensätze veröffentlicht. Intuitiv erscheint es sinnvoll, mehrere annotierte Datensätze mit unterschiedlichen Annotationen zu kombinieren, um eine höhere Leistungsfähigkeit eines Ziel-Landmark-Detektors zu erreichen. Obwohl zahlreiche Bemühungen im Bereich der gemeinsamen Nutzung unternommen wurden, bestehen in den aktuellen Ansätzen dennoch drei wesentliche Mängel: zusätzlicher Rechenaufwand, Beschränkungen des Annotationsschemas sowie eingeschränkte Unterstützung für Regressionsmethoden. Um diese Probleme zu lösen, stellen wir einen neuartigen Alternierenden Trainingsrahmen (Alternating Training Framework, ATF) vor, der Ähnlichkeiten und Unterschiede zwischen mehreren Multimedia-Quellen nutzt, um einen robusteren Detektor zu erzielen. Unser Framework besteht hauptsächlich aus zwei Untermodule: Alternating Training with Decreasing Proportions (ATDP) und Mixed Branch Loss (mathcal LMB). Insbesondere trainiert ATDP mehrere Datensätze gleichzeitig, um von deren Vielfalt zu profitieren, während mathcal LMB ähnliche Landmarken-Paare nutzt, um die verschiedenen Zweige entsprechender Datensätze zu regulieren. Umfangreiche Experimente an verschiedenen Benchmarks belegen die Wirksamkeit unseres Ansatzes, und ATF ist sowohl für Heatmap-basierte Netzwerke als auch für direkte Koordinateregression geeignet. Speziell erreicht die durchschnittliche Fehlerquote auf dem 300W-Experiment, das WFLW nutzt, sogar 3,17 – was die besten bisherigen Methoden deutlich übertrifft. In einem herkömmlichen Faltungsnetzwerk (OCN) sowie in HRNET erzielt ATF eine relative Verbesserung von bis zu 9,96 %. Die Quellcodes sind öffentlich unter https://github.com/starhiking/ATF verfügbar.