
초록
본 논문에서는 딥 알라이먼트 네트워크(Deep Alignment Network, DAN)를 제안합니다. 이는 깊은 신경망 구조를 기반으로 하는 강건한 얼굴 정렬 방법입니다. DAN은 여러 단계로 구성되며, 각 단계에서 이전 단계에서 추정된 얼굴 랜드마크의 위치가 개선됩니다. 본 방법은 최근 제안된 부분 패치에 의존하는 얼굴 정렬 방법과 달리 모든 단계에서 전체 얼굴 이미지를 사용합니다. 이는 알고리즘의 이전 단계에서 추정된 랜드마크 위치에 대한 시각적 정보를 제공하는 랜드마크 히트맵을 사용함으로써 가능해집니다. 전체 얼굴 이미지를 사용하는 것이 부분 패치를 사용하는 것보다 DAN이 머리 자세의 큰 변동과 어려운 초기화를 처리할 수 있게 합니다. 두 개의 공개 데이터셋에 대한 광범위한 평가 결과, DAN은 최신 기술 대비 실패율을 최대 70%까지 줄였음을 보여줍니다. 또한 본 방법은 Menpo 챌린지의 평가 대상으로 제출되었습니다.