Abstract
在本文提出了一種基於子監督方式的人臉關鍵點挖掘的方法。傳統方法絕大多數使用原始配對後的面部特徵和關鍵點數據，並假設他們是均勻分佈的，然而這個假設在現實世界是hold不住的，而且會導致在浪費了大量訓練資源的情況下依然失敗。爲了解決這個問題，我們的模型實現了對於面部偏移的不變性學習，通過學習特徵點錨定分佈。具體來講就是，我們從這些分佈中生成面孔，然後根據外貌來源
面部不變性的挖掘
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章