人脸对齐--How far are we from solving the 2D & 3D Face Alignment problem

How far are we from solving the 2D & 3D Face Alignment problem? (and a dataset of 230,000 3D facial landmarks)

ICCV2017

https://www.adrianbulat.com/face-alignment

Pytorch Code: https://github.com/1adrianb/face-alignment

Torch7 Code: https://github.com/1adrianb/2D-and-3D-face-alignment

本文深入探讨了人脸对齐问题，文章题目起的很霸气啊！

facial landmark localization 也就是 face alignment

1 Introduction

cascaded regression methods 在人脸对齐上取得不错的效果，但是当存在 large (and unfamiliar) facial poses（也就是一部分特征点 self-occluded landmarks or large in-plane rotations）cascaded regression methods 效果就不太好。近年来 fully Convolutional Neural Network architectures based on heatmap regression have revolutionized human pose estimation，于是沿着这个思路来做人脸对齐。

本文主要有以下几个 contributions:

1) 针对人脸对齐，我们构建了一个很好的基准：通过结合一个最好的网络框架和一个最好的残差模块，在一个很大的2D数据库上训练，然后再其他2D数据库上测试（~230000张图像），分析我们离解决人脸对齐还有多远

2)考虑到 3D 人脸对齐数据库很少，我们训练一个CNN将 2D 标记转为3D，基于此建立一个新的数据库 LS3D-W，得到一个最大的3D facial landmark dataset（~230000张图像）

3） 基于 LS3D-W，我们训练了一个 3D 人脸对齐网络，并在这个数据库上评估了 3D 人脸对齐

4）我们深入分析了影响人脸对齐的各个因素，并引入了一个新的因素：网络规模 the size of the network

5） 我们发现不管是2D 人脸对齐网络还是3D 人脸对齐网络 在目前的数据库上性能都不错，可能接近目前数据库性能上的饱和。

2 Closely related work

2D face alignment： 这里主要使用的是 cascaded regression 方法，基本解决可控人脸姿态的数据库 LFPW [2], Helen [22] and 300-W [30]

CNNs for face alignment：cascade CNN；multi-task learning；recurrent neural networks ；near-frontal faces of 300-W [30]

large pose and 3D face alignment

Transferring landmark annotations 数据库的迁移学习

3 Datasets

当前 2D 3D 人脸对齐数据库的一些情况



3.3. Metrics

一般使用的度量方法是 the metric used for face alignment is the point-to-point Euclidean distance normalized by the interocular distance

这里我们改进了一下度量方式:normalize by the bounding box size. In particular, we used the Normalized Mean Error

4 Method

4.1. 2D and 3D Face Alignment Networks

Face Alignment Network (FAN) 基于 Hour-Glass (HG) network of [23]



we used 300W-LP-2D and 300W-LP-3D to train 2D-FAN and 3D-FAN

4.2. 2D-to-3D Face Alignment Network

将2D 标记数据转为 3D 标记数据

4.3. Training 这要介绍了各个网络的训练

下面的网络的性能评估

5 2D face alignment







Conclusion： 2D-FAN achieves near saturating performance on the above 2D datasets

6 Large Scale 3D Faces in-the-Wild dataset

2D-to-3D FAN



2D 到3D 的转换引入一定的误差



7 3D face alignment



Facial pose is not a major issue for 3D-FAN



Resolution is not a major issue for 3D-FAN



Initialization is not a major issue for 3D-FAN



There is a moderate performance drop vs the number of parameters of 3D-FAN



最后的结论是： 模型对于目前的数据基本已经达到性能饱和，对于一些不常见的姿态可以通过增加训练数据来提升网络的性能

11