Cascaded Transformers를 활용한 정확한 얼굴 랜드마크 검출 방법 연구

정확한 얼굴 랜드마크는 인간 얼굴과 관련된 많은 작업의 필수적인 전제 조건입니다. 본 논문에서는 캐스케이드 트랜스포머를 기반으로 한 정확한 얼굴 랜드마크 검출기(Cascaded Transformers)를 제안합니다. 우리는 얼굴 랜드마크 검출을 좌표 회귀 작업으로 정식화하여 모델을 엔드투엔드로 훈련할 수 있도록 하였습니다. 트랜스포머의 자기 주의(self-attention) 메커니즘을 통해 우리의 모델은 랜드마크 간의 구조적 관계를 내재적으로 활용할 수 있으며, 이는 큰 자세나 가림 등의 어려운 조건에서도 랜드마크 검출에 도움이 됩니다.캐스케이드 정교화 과정에서 우리의 모델은 변형 가능한 주의(deformable attention) 메커니즘을 기반으로 대상 랜드마크 주변에서 가장 관련성이 높은 이미지 특징을 추출하여 좌표 예측을 수행할 수 있어 더욱 정확한 맞춤성을 제공합니다. 또한, 우리는 이미지 특징과 랜드마크 위치를 동시에 정교화하는 새로운 디코더를 제안하였습니다. 이로 인해 매개변수 증가가 적음에도 불구하고 검출 성능이 더욱 향상되었습니다.우리의 모델은 여러 표준 얼굴 랜드마크 검출 벤치마크에서 새로운 최고 수준의 성능을 달성하였으며, 크로스 데이터셋 평가에서도 우수한 일반화 능력을 보여주었습니다.