2달 전
3D 깊게 초기화된 회귀 트리 앙상블을 이용한 얼굴 정렬
Roberto Valle; José M. Buenaposada; Antonio Valdés; Luis Baumela

초록
얼굴 정렬 알고리즘은 제약 없이 촬영된 얼굴 이미지에서 랜드마크 점들의 집합을 찾는다. 최신 접근 방식들은 일반적으로 가림, 강한 변형, 큰 자세 변화 및 모호한 구성이 있는 경우 실패하거나 정확도를 잃는다. 본 논문에서는 3DDE(3D Dense Displacement Estimation)라는 이름의 강건하고 효율적인 얼굴 정렬 알고리즘을 소개한다. 이 알고리즘은 합성곱 신경망이 생성한 확률 맵에 3D 얼굴 모델을 강건하게 맞추어 초기화된다. 이러한 초기화를 통해 자가 가림과 큰 얼굴 회전 문제를 해결한다. 또한, 회귀 트리 앙상블의 캐스케이드 구조는 솔루션에 사전 얼굴 형태를 암시적으로 부과하여 가림과 모호한 얼굴 구성 문제를 해결한다. 그 거친-정교한 구조는 부분 변형의 조합 폭발 문제를 다룬다. 수행된 실험에서 3DDE는 300W, COFW, AFLW 및 WFLW 데이터 세트에서 최신 기술보다 우수한 성능을 보였다. 마지막으로, 크로스-데이터셋 실험을 수행하여 이러한 벤치마크에 상당한 데이터 세트 편향이 있음을 밝혔다.