要約
顔のランドマーク検出は、人間の顔に解剖学的に定義されたポイントを局所化することを目指しています。本論文では、部分的にラベル付けされた顔画像からのランドマーク検出について研究しています。一般的なアプローチは以下の手順で行われます。(1) ラベル付き画像で検出器を訓練する；(2) この検出器の予測を未ラベル画像の疑似ラベルとして使用して新しい訓練サンプルを生成する；(3) ラベル付きサンプルと部分的な疑似ラベル付きサンプルを使用して検出器を再訓練する。この方法により、検出器はラベル付きデータと未ラベルデータから学習し、堅牢性が向上します。本論文では、教師と2人の学生との間の相互作用メカニズムを提案し、未ラベルデータに対してより信頼性のある疑似ラベルを生成します。これにより、半教師あり顔ランドマーク検出に有益な効果が期待できます。具体的には、2人の学生は双方向検出器（dual detectors）として実装されます。教師は学生によって生成された疑似ラベルの品質を判断し、再訓練ステージ前に不合格なサンプルをフィルタリングします。この方法により、学生検出器は自身が生成した高品質なデータによってフィードバックを受け、再訓練されます。2人の学生が異なるサンプルで訓練されるため、最終的な予測としては彼らの予測結果を組み合わせることでより堅牢な性能が得られます。300-WおよびAFLWベンチマークでの広範な実験結果から、教師と学生との相互作用が未ラベルデータの活用に寄与し、最先端の性能を達成することが示されています。