17일 전
얼굴 정렬을 위한 깊이 초기화된 계층적 세분화 회귀 트리 앙상블
{Luis Baumela, Jose M. Buenaposada, Roberto Valle, Antonio Valdes}

초록
본 논문에서는 조건부-파인(코어스-투-파인) 회귀 트리 앙상블(Ensemble of Regression Trees, ERT) 기반의 실시간 얼굴 랜드마크 회귀 방법인 DCFE를 제안한다. 우리는 단순한 합성곱 신경망(Convolutional Neural Network, CNN)을 사용하여 랜드마크 위치의 확률 지도(probability maps)를 생성하고, 이를 ERT 회귀기로 추가로 정제한다. ERT 회귀기는 랜드마크 지도에 3D 얼굴 모델을 적합시켜 초기화된다. ERT의 코어스-투-파인 구조는 부분 변형의 조합 폭발 문제를 효과적으로 다룰 수 있게 한다. 또한 3D 모델을 활용하여 회귀기 초기화의 안정성, 자기 가림(self-occlusion), 그리고 정면 및 측면 얼굴을 동시에 분석하는 등의 핵심 문제를 해결한다. 실험 결과, DCFE는 AFLW, COFW, 300W 개인 및 공개 데이터셋에서 보고된 최고 성능을 달성하였다.