人脸对齐算法常用评价标准
人脸对齐常用评价标准
1 the inter-ocular distance normalized error
其中xixix_i表示预测坐标点,x∗ixi∗x^*_i表示ground-truth,dIODdIODd_{IOD}表示两眼中心间距离,归一化该因素是为了消除因脸部尺寸不统一带来的不合理变化
当然其中dIODdIODd_{IOD}也可以用两外眼角间距离、人脸shape外接矩形对角线长度代替
2 the mean normalized error (MNE)
符号意义与上面相同,仅仅多了一项平均项
3 the area-under-the-curve (AUCaAUCaAUC_a)
AUCaAUCaAUC_a就是通过计算该曲线的面积进行评估
其中,eee表示归一化误差,f(e)" role="presentation" style="position: relative;">f(e)f(e)f(e)表示累积误差分布函数
横坐标表示归一化误差值eee(由1中式得),纵坐标表示小于归一化误差e" role="presentation" style="position: relative;">eee的特征点占所有特征点的比例,也就是该曲线右下区域越大越好;值得一说的是,该方法的好处就在于AUCaAUCaAUC_a值不像平均误差那样受单个点误差较大而发生较大变化,非常敏感
详见:https://blog.csdn.net/liweibin1994/article/details/79462554
4 the Cumulative Errors Distribution (CED) curve
CED与AUC有些类似,但又不同;如下图(来自Look at Boundary论文)
横坐标表示归一化点与点间误差eee,见1中公式;纵坐标表示小于归一化误差e" role="presentation" style="position: relative;">eee的样本占总样本的比例,换句话说,误差eee大于某个阈值T" role="presentation" style="position: relative;">TTT的样本定义为失败样本,统计失败率;如图中在误差阈值为T=0.1T=0.1T= 0.1时,LAB的失败率为2.17%;另外图中Error是指平均误差(MNE),见方法2
人脸对齐算法常用评价标准相关推荐
- 人脸对齐算法常用评价标准总结
转载请注明作者和出处: http://blog.csdn.net/john_bh/ 文章目录 1. I O N 和 I P N ION和IPN ION和IPN 2. M N E MNE MNE (th ...
- 【人脸对齐-Landmarks】人脸对齐算法常用评价标准
1 the inter-ocular distance normalized error 其中 xix_ixi 表示预测坐标点,表示ground-truth,dIODd_{IOD}dIOD 表示两 ...
- 人脸对齐算法调研(Face Alignment)
人脸对齐算法调研(Face Alignment) 转载自 https://zhuanlan.zhihu.com/p/101250334 一.人脸对齐的定义与作用(引用): https://blog.c ...
- 人脸检测 和 人脸对齐算法-Dlib-Opencv-MTCNN
人脸检测 和 人脸对齐算法算法-Dlib-Opencv-MTCNN 1.Dlib人脸检测 2.Opencv人脸检测 3.MTCNN人脸检测 1.Dlib人脸检测 2.Opencv人脸检测 3.MTCN ...
- 重磅!清华商汤开源CVPR2018超高精度人脸对齐算法LAB
清华&商汤开源超高精度人脸对齐算法LAB 同时发布含10000张人脸的多属性人脸关键点数据集 该算法来自CVPR2018论文<Look at Boundary: A Boundary-A ...
- SDM人脸对齐算法研究
人脸对齐的算法是我本科阶段的毕业设计课题,从最初的一脸迷茫到最后完成毕设,两个月的时光,恭喜自己顺利完成了毕业设计,在过程中,更是不能缺少指导老师以及学长们给予的帮助.衷心感谢! 人脸对齐的目的是对人 ...
- 3d人脸对齐代码matlab,重磅!清华商汤开源CVPR2018超高精度人脸对齐算法LAB
清华&商汤开源超高精度人脸对齐算法LAB 同时发布含10000张人脸的多属性人脸关键点数据集 该算法来自CVPR2018论文<Look at Boundary: A Boundary-A ...
- 机器学习--详解人脸对齐算法SDM-LBF
https://www.cnblogs.com/Anita9002/p/7095380.html 引自:http://blog.csdn.net/taily_duan/article/details/ ...
- 图像增强常用评价标准——峰值信噪比、结构相似度
图像增强的评价标准在像素层面上通常包含有平均绝对误差法(MAE).均方误差法(MSE).峰值信噪比(PSNR)以及结构相似度(SSIM),目前图像增强(图像超分辨率.图像去噪.图像去模糊.图像去雨,图 ...
最新文章
- CCNA培训课总结笔记--交换机的基本配置(十三)
- Leangoo敏捷工具如何升级至企业版
- 什么时候应该在内部联接上使用交叉应用?
- pyecharts 应用6 三维曲面图
- CVPR 2021 | 澳洲国立大学提出基于模型的图像风格迁移
- Ubuntu分别用ibus和scim安装五笔
- Spring Stateless State Security第3部分:JWT +社会认证
- Flink官网自学笔记
- 西南交通大学计算机学院,西南交通大学2021年招生计划:四川招1830人、重庆招426人...
- zabbix详解(十一)——zabbix监控MySQL性能实战
- python基础教程ppt下载_python基础分享ppt
- 五种压缩软件(WinRAR、7Z、好压、快压和360压缩)之比拼
- python里窗口大小的单位_python界面上的图片缩放,根据窗口大小
- 寻找反素数python
- 【LeetCode刷题】1619. 删除某些元素后的数组均值
- tensor 增加维度_tensor 维度变换
- uniapp editor富文本编辑器,h5富文本编辑器封装成插件
- Win10找不到飞行模式开关怎么办?
- 免费图片转pdf的方法?学会图片转pdf很重要
- 如何编写firefox插件