对抗训练在人脸关键点序列稳定化问题中的应用
Adversarial Training Based Stabilizing Mechanism for Real-time Face Landmark Localization作者机构:中国科学技术大学计算机科学与技术学院云计算实验室合肥230026
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2021年第42卷第7期
页 面:1407-1414页
学科分类:08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:人脸关键点检测问题在静态图像上已经得到了较好的解决,然而当使用这类解决方案逐帧地应用于视频数据时,所预测出的人脸关键点会呈现出明显的非规则抖动,因此如何准确且稳定地对流媒体中的人脸关键点进行定位成为了新的挑战.本文提出了一种基于平滑网格逆变换以及借助参数化人脸3D模型进行对抗训练的方式对现有方案进行改进.该方案训练所得的神经网络模型能够在不借助序列平滑后处理算法的情况下,逐帧应用于流媒体数据,给出稳定且准确的人脸关键点位置信息.其准确性相较于改进前的模型保持一致,而稳定性则超越了已有工作.