Unsupervised Facial Landmark Detection

Die Aufgabe der unüberwachten Facial-Landmark-Detektion besteht darin, eingebettete Darstellungen von Gesichtszügen durch unbekennete Daten zu lernen und diese Einbettungen dann zu verwenden, um einfache Regressoren zu trainieren, die die Positionen der Gesichtspunkte vorhersagen. Zunächst lernt dieses Verfahren in einer unüberwachten Umgebung niedrigdimensionale Einbettungen von Bildern und verwendet anschließend ein Regressionsmodell, um die Koordinaten der Landmarks aus diesen Einbettungen zu rekonstruieren. Dadurch wird eine effiziente und genaue Lokalisierung der Gesichtspunkte erreicht. Diese Technik hat erheblichen Anwendungswert im Bereich der Computer Vision, insbesondere bei der Reduzierung von Annotationskosten und der Verbesserung der Generalisierungsfähigkeit von Modellen auf großen Datensätzen.