《Approaching Human Level Facial Landmark Localization by Deep Learning》
- 2016年,Face++改进
设计思路:
和之前方法类似,第一级进行粗预测,第二级进行精细预测,以关键点为中心的图像patch作为输入,输出结果求平均,作为最后的结果。
网路结构:
其中n = 68,k = 3。
损失函数:
设计思路:
和之前方法类似,第一级进行粗预测,第二级进行精细预测,以关键点为中心的图像patch作为输入,输出结果求平均,作为最后的结果。
网路结构:
其中n = 68,k = 3。
损失函数: