グローバル回帰とカスケード型局所修正を用いた効率的かつ高精度な顔アライメント

近年、顔画像のアライメント分野において著しい進展が見られたものの、計算リソースが限られた環境における応用を想定した場合、高精度かつ高速な顔ランドマーク検出アルゴリズムにはさらなる改善の余地がある。この課題に応じて、本研究ではグローバルな回帰とローカルな精緻化を統合する新しい顔ランドマーク定位アルゴリズムを提案する。具体的には、入力画像に対してまずグローバル回帰ネットワーク（GRegNet）を用いて顔の全体的な形状を推定し、その後、段階的に精度を向上させるためのカスケード型ローカル精緻化ネットワーク（LRefNet）を用いてアライメント結果を改善する。従来の顔アライメント手法と比較して、本手法の主な革新点は、GRegNetで得られた低レベル特徴をLRefNetと共有することにある。この特徴の共有により、アルゴリズムの効率性が顕著に向上するだけでなく、浅層ネットワーク層に内在する豊富な局所的敏感な特徴を十分に活用できるため、定位精度の向上にも寄与する。本手法の優位性は、300-W、AFLW、COFW、WFLWの4つの代表的な顔アライメントベンチマークにおいて実施した包括的な実験によって明確に検証された。すべてのデータセットにおいて、本手法は最先端のアライメント精度を達成しつつ、最小の計算複雑度を実現している。