整体来看,其实 ,ESR是基础版本的形状回归,ERT将回归树修改为GBDT,由原始的直接回归形状,改进为回归形状残差,而LBF,是加速特征提取,由原来的像素差分特征池,改为随机选择点。

转自:http://blog.csdn.net/qq_14845119/article/details/53575091

基于LBF方法的人脸对齐,出自Face Alignment at3000 FPS via Regressing Local Binary Features,由于该方法提取的是局部二值特征(LBF),所以特征提取这个过程速度非常快,导致整个的算法都速快相当快,论文作者的LBF fast达到了3000fps的速度,网上热心网友分享的程序也达到了近300fps的速度,绝对是人脸对齐方面速度最快的一种算法。因此,好多网友也将该方法称为,3000fps。

该方法主要体现在2个方面,

(1)LBF特征的提取

作者通过在特征点附近随机选择点做残差来学习LBF特征,每一个特征点都会学到由好多随机树组成的随机森林,因此,一个特征点就得用一个随机森林生成的0,1特征向量来表示,将所有的特征点的随机森林都连接到一起,生成一个全局特征,后续过程就可以使用该全局特征做全局线性回归了。

(2)基于cascade的级联的随机森林做全局线性回归

所谓的线性回归,其实就是一个不断迭代的过程,对于每一个stage中,用上一个stage的状态作为输入来跟新,产生下一个stage的输入,以此类推,直到达到最底层stage。

如上公式所示,I为输入图像,St-1为第t-1stage的形状,fait为t stage的特征匹配函数,Wt为线性回归矩阵。

训练过程,就是学习fait和wt的一个过程,测试过程就是用训练好的fait和wt对提取的LBF特征做回归的过程。

对于每个stage,越往下,所选择的随机点的范围就越小,特征点定位精度就越好。

本人下载的是c++版本的程序,最终的运行效果如下:

github上热心网友的程序,

matab版本:https://github.com/jwyang/face-alignment

c++版本:https://github.com/yulequan/face-alignment-in-3000fps

人脸关键点定位3000fps的LBF方法相关推荐

  1. 68点人脸关键点定位

    人脸对齐/人脸关键点基本概念 根据输入的人脸图像,自动定位出面部关键特征点,如眼睛,鼻尖,嘴角点,眉毛以及人脸各部件轮廓点等 想要表示形状信息时,使用的是点的集合(向量) 2D人脸:5 / 21 / ...

  2. 人脸系列:人脸检测、人脸关键点定位、人脸优选、人脸对齐、人脸特征提取、人脸跟踪、人脸活体检测

    一.一点想法 缘由:最近想整理下从事人脸方向的所有查阅过的论文,做过的相关实验,因为随着时间的推移,自己总会遗忘当初的一些想法,所以想好好整理下自己的学习笔记. 过程:本系列包括从人脸检测.人脸关键点 ...

  3. Opencv之人脸关键点定位

    项目要求 在包含(一个或多个)人脸的图片中对脸上的某些部位(嘴巴.眉毛等部位)进行标记. 代码实现 1.导入工具包 import numpy as np import dlib import cv2 ...

  4. 人脸识别之人脸关键点(仅供本人参考)

    深度学习人脸关键点检测方法----综述 转自人脸关键点检测综述 不知道为什么在ubuntu下知呼中的图片无法显示 人脸关键点检测是人脸识别和分析领域中的关键一步,它是诸如自动人脸识别.表情分析.三维人 ...

  5. 跳过人脸检测和关键点定位,Facebook等提出实时3D人脸姿态估计新方法

    本文转载自机器之心. 来自 Facebook AI 和美国圣母大学的研究者提出了一种 6 自由度的实时 3D 人脸姿态估计技术,可以不依赖人脸检测和人脸关键点定位独立运行. 人脸检测是给照片中的每个人 ...

  6. 人脸关键点检测综述(含论文、数据集、方法等)

    人脸关键点 人脸关键点检测是人脸识别和分析领域中的关键一步,它是诸如自动人脸识别.表情分析.三维人脸重建及三维动画等其它人脸相关问题的前提和突破口.近些年来,深度学习(http://www.rainc ...

  7. caffe 人脸关键点检测_人脸关键点对齐

    摘要: 从传统方法到深度学习方法,对人脸关键点定位/人脸对齐的发展进行梳理,对该领域中经典的方法,最新成果进行汇总,并给出相应的paper原文,项目主页及代码链接.重点介绍深度学习的几种最新方法. 1 ...

  8. 人脸关键点:MTCNN-Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks

    创新点: 1. 首次将级联和多任务结合起来,之前有单纯级联的DCNN,单纯多任务的TCDCN 2. 提出 a new online hard sample mining strategy,没接触过ha ...

  9. 深度有趣 | 27 服饰关键点定位

    简介 介绍如何使用CPM(Convolutional Pose Machines)实现服饰关键点定位 原理 关键点定位是一类常见而有用的任务,某种意义上可以理解为一种特征工程 人脸关键点定位,可用于人 ...

最新文章

  1. 干货丨大牛带你走向机器学习“正道”:小朋友才迷信算法,大人们更重视工程实践
  2. python 多进程异常处理
  3. 避免button处理事件过程中 点击按钮触发事件的方法
  4. SAP CRM 中间件里的发布-订阅者模式
  5. vsftpd服务的搭建
  6. 近业务=困死在一条船上?
  7. 美团回应无法使用微信支付:耽误大家干饭了,对不起
  8. MyBatis(3):SQL映射
  9. linux文本编辑命令vim查找,Linux编辑器vi中文本搜索与替换操作
  10. UltraISO 软碟通注册码
  11. CNC:CNC计算机数控系统技术之斯沃数控仿真软件简介、软件界面(顶部栏、中间工具栏、左边栏、CNC工作区、液晶屏工作区、系统控制面板)之详细攻略
  12. mysql 2000安装教程_Win10 64位安装个人版SQL2000图文教程
  13. win10的ios镜像
  14. PHP+MYSQL+SCWS 做自己的站内搜索引擎
  15. 微积分公式与运算法则
  16. 【热搜词方案】android/java热搜词方案设计
  17. 做好项目成本核算需要注意哪些事项
  18. ToggleButton图片按钮的两种制作方法
  19. 荣耀折叠屏手机如何超越华为?与三星合作就行
  20. 如何用 Python 和 API 收集与分析网络数据?

热门文章

  1. openwrt udp服务器_DNS污染检测,DNS污染检测的操作方法|服务器|主机|dns|报文|数据包...
  2. 如何轻松彻底卸载电脑软件
  3. 在element dialog中使用天地图报错Error in v-on handler: “TypeError: Cannot read property ‘_tdt_events‘ of null
  4. OrangePI使用 Rust-python 完整教程
  5. **深度学习 BN 、LeakyReLU算法原理
  6. This beta version of Typora is expired,please download and install a newer version.
  7. ALOS_PALSAR 数据介绍
  8. 修改debian9 stretch源
  9. 计算机应用 建模,第十八届“江泽涵杯”数学建模与计算机应用竞赛通知 - 团委学术科创部(XSKC)版 - 北大未名BBS...
  10. #define定义宏(宏定义)