Ausnutzung intra- und inter-Datensatz-Varianzen für eine robuste Gesichtsalignierung

Gesichtsausrichtung ist ein zentrales Thema in der Computer Vision-Community. In den letzten Jahrzehnten wurden zahlreiche Anstrengungen unternommen, und es wurden diverse Benchmark-Datensätze veröffentlicht. Dennoch bestehen in aktuellen Datensätzen zwei wesentliche Probleme: Intra-Datensatz-Variabilität und Inter-Datensatz-Variabilität. Unter Inter-Datensatz-Variabilität versteht man Bias bezüglich Ausdruck, Kopfhaltung usw. innerhalb eines bestimmten Datensatzes, während Intra-Datensatz-Variabilität unterschiedliche Bias zwischen verschiedenen Datensätzen beschreibt. Um diese Probleme anzugehen, stellen wir ein neuartiges Deep Variation Leveraging Network (DVLN) vor, das aus zwei stark gekoppelten Teilnetzwerken besteht: dem Dataset-Across-Netzwerk (DA-Net) und dem Candidate-Decision-Netzwerk (CD-Net). Ausführliche Evaluationen zeigen, dass unser Ansatz eine Echtzeit-Leistung erzielt und signifikant über den Stand der Technik auf dem anspruchsvollen 300-W-Datensatz hinausweist.