Algorithm/Vision Sample Code

Face Alignment 관련 기술

빠릿베짱이 2015. 4. 7. 18:30
반응형

 Robust Face Landmark Estimation under Occlusion

 

[matlab code]-[Caltech Occluded Faces in the Wild(COFW) Dataset]





 

 

 Face Alignment by Explicit Shape Regression

 [c++ code][강좌][특허] [C++ code]




 



 

 

 Face Alignment at 3000 FPS via Regressing Local Binary Features


[matlab code] : liblinear 필요, 학습된 모델 파일 제공, DB 링크 제공

[slideshare] [video]

※ Image Path List 생성 프로그램 :  binary_ImageGenerator.zip



 
- 유투브 동영상 댓글에서 발췌

  : 추적의 경우 평균 모양(mean shape)으로부터 regression을 수행하고, 다음 프레임부터는 이전 프레임으로부터 transformation matrix를 구하고, 평균 모양을 변환하여 regression 수행

 : lib linear 파라메터에 대한 질문

  -> we usually use -s 12 -p 0 -B 1, C is selected by a validation set








 

 


 One Millisecond Face Alignment with an Ensemble of Regression Trees

:[ c++ code|paper|video ]


- Shrinkage factor

   : 학습률을 주어 gradient boosting -> 이 값을 이용하여 점차적으로 fitting하는 방법은 좋은 방법 같음

- Feature Selection

   : 두 위치를 선택 할 때 확률 함수를 정의하는 방법을 사용하여 좀 더 좋은 특징을 선택헀다. 중요한 아이디어 같음

- Handling missing labels

   : 랜드마크의 위치는 추정되지만 실제로 학습 영상에서 폐색된 경우가 있을 수 있다. 이러한 것을 학습 할때 W 메트릭스로 학습을 좀 더 효과적으로 할 수 있다.

 


  1. Mean Shape 생성

  2. Target Shape 설정

  3. Feature Selection

  4. Regression Tree 생성

 

 

 Incremental Face Alignment in the Wild

 :[ Matlab code | paper| video ]

 




 Fine-tuning Regression Forests Votes for Object Alignment in the Wild



▶ Key Point

- 트리의 leaf노드에는 타겟 위치까지의 offset과 공분산을 이용한 가중치, 얼굴의 중심까지의 offset, 이에 대한 가중치 값을 갖는다.

- 각 리프 노드의 값을 이용하여 voting 후 mean shift를 사용하여 mode를 찾는 개념 같음.



 Mirror, mirror on the wall, tell me, is the error small?


 

 Detector of Facial landmarks Learned by the Structured Output SVM

Paper | C++ and Matlab | 관련 홈페이지




 Cambridge face tracker (CLM-framework)

CLM-framework github : https://github.com/TadasBaltrusaitis/CLM-framework

CCNF[GitHub]  : Libraries for training and testing Continuous Conditional Neural Fields with a number of sample problems and other baselines. 



 Facial detection, landmark tracking and expression transfer library for Windows, Linux and Mac

GitHub : Face-analysis-sdk

1. The face tracking component is based on the publication : 

J. Saragih, S. Lucey and J. Cohn, "Deformable Model Fitting by Regularized Landmark Mean-Shift", IJCV 2011.

2. The expression transfer component is based on the publication:

J. Saragih, S. Lucey and J. Cohn, "Real-time Avatar Animation from a Single Image", AFGR Workshop 2011.

3. If you use the SDK, we ask that you reference the following paper:

M. Cox, J. Nuevo, J. Saragih and S. Lucey, "CSIRO Face Analysis SDK", AFGR 2013.



 Facial Point Annotations


Download:

We employed our tool for creating annotations (following the Multi-PIE 68 points mark-up, please see Fig. 2) for the following databases:



반응형

'Algorithm > Vision Sample Code' 카테고리의 다른 글

RGB to Luv  (0) 2015.05.08
Active Contour Model  (0) 2015.05.08
Vision Datasets  (0) 2015.03.31
Tracking  (0) 2015.03.23
[Tracker] Real-Time Compressive Tracking  (0) 2015.03.23