High-Fidelity Pose and Expression Normalization for Face Recognition in the Wild
2016-01-22 11:39
961 查看
CVPR 2015 Matlab code
http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/HPEN/main.htm
中科院关于 人脸图像预处理:姿态和表情的归一化
算法的整体流程图如下所示:
2 Pose Adaptive 3DMM Fitting
2.1. 3D Morphable Model
本文采用3D模型,我们将 Basel Face Model (BFM) [36] 和 表示表情的Face Warehouse [14]结合起来,得到我们自己的 3DMM(3DMorphableModel)。
我们通过一个 Weak Perspective Projection 将3D模型投影到 图像平面,通过优化下面的公式:
2.2. Landmark Marching
一般来说首先是进行人脸的特征点检测,然后将这些特征点与对应的3D模型建立映射关系。但是有一个问题,就是有一部分特征点被遮挡了,导致不能准确的建立映射关系。如下图所示:
本文提出了一个解决方法:landmark marching。
When pose changes, if a contour landmark is visible, it will not move; or it will move along the parallel to the visibility boundary
3 Identity Preserving Normalization
扩展到人脸周边区域,得到更完整的信息
锚点微调
看不见的区域填充
还原背景
结果
http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/HPEN/main.htm
中科院关于 人脸图像预处理:姿态和表情的归一化
算法的整体流程图如下所示:
2 Pose Adaptive 3DMM Fitting
2.1. 3D Morphable Model
本文采用3D模型,我们将 Basel Face Model (BFM) [36] 和 表示表情的Face Warehouse [14]结合起来,得到我们自己的 3DMM(3DMorphableModel)。
我们通过一个 Weak Perspective Projection 将3D模型投影到 图像平面,通过优化下面的公式:
2.2. Landmark Marching
一般来说首先是进行人脸的特征点检测,然后将这些特征点与对应的3D模型建立映射关系。但是有一个问题,就是有一部分特征点被遮挡了,导致不能准确的建立映射关系。如下图所示:
本文提出了一个解决方法:landmark marching。
When pose changes, if a contour landmark is visible, it will not move; or it will move along the parallel to the visibility boundary
3 Identity Preserving Normalization
扩展到人脸周边区域,得到更完整的信息
锚点微调
看不见的区域填充
还原背景
结果
相关文章推荐
- Leetcode algorithms 第 65 题:Valid Number。
- 安卓sdk更新代理
- 自定义键盘输入框的实现
- 基于Struts2中的Action层、Service层、Dao层理解在SpringMVC对应的四大注解
- sqlite学习笔记4:表的创建和删除
- 补间动画
- 解析私有IP地址和公网IP地址
- Android使用自定义alertdialog实现确认退出按钮
- 软件编程restful 风格是什么
- UITabBar样式
- jdbc事务使用例子
- 让UITableView响应touch事件
- k-近邻算法
- CocoaPods
- Linux电源管理(1)_整体架构
- ThreadFix团队是如何把Docker应用到测试环境?
- 「Githug」Git 游戏通关流程
- jquery.validate提示错误信息位置方法
- 客户端使用AFNetwork上传图片分析
- CreateToolhelp32Snapshot