Download landmark detection - Download für landmark detection Quellcode

landmark detection

Python

1.0.0

Herunterladen

Wahrzeichen Erkennung

Dieses Projekt enthält drei Landmark -Erkennungsalgorithmen, die in Pytorch implementiert sind.

Stil aggregiertes Netzwerk zur Erkennung von Gesichtsmarke, CVPR 2018
Überwachung durch Registrierung: Ein unbeaufsichtigter Ansatz zur Verbesserung der Präzision der Meilensteindetektoren im Gesicht, CVPR 2018
Lehrer beaufsichtigt Schüler, wie man aus teilweise beschrifteten Bildern für die Erkennung von Wahrzeichen lernen, ICCV 2019
Überwachung durch Registrierung und Triangulation zur Landmarkerkennung, TPAMI 2020

Stil aggregiertes Netzwerk für die Erkennung von Wahrzeichen der Gesichtsmarke

Die Trainings- und Testcodes für SAN (CVPR 2018) befinden sich im SAN -Verzeichnis.

Überwachung durch die Registrierung: Ein unbeaufsichtigter Ansatz zur Verbesserung der Präzision von Meilenstein-Detektoren im Gesicht

Die Schulungs- und Testcodes für die Aufsichtsregistrierung (CVPR 2018) befinden sich im SBR-Verzeichnis.

Lehrer überwacht die Schüler, wie sie aus teilweise beschrifteten Bildern für die Erkennung von Wahrzeichen lernen können

Die Modellcodes für Lehrer überwachen Schüler (TS3) (ICCV 2019) im TS3 -Verzeichnis.

Überwachung durch Registrierung und Triangulation zur Landmark -Erkennung

Die Trainings- und Testcodes für SRT (TPAMI) 2020 befinden sich im SRT -Verzeichnis.

Zitat

Wenn dieses Projekt Ihre Forschung hilft, zitieren Sie bitte die folgenden Papiere:

 @inproceedings{dong2018san,
   title={Style Aggregated Network for Facial Landmark Detection},
   author={Dong, Xuanyi and Yan, Yan and Ouyang, Wanli and Yang, Yi},
   booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
   pages={379--388},
   doi={10.1109/CVPR.2018.00047},
   year={2018}
}
@inproceedings{dong2018sbr,
  title={{Supervision-by-Registration}: An Unsupervised Approach to Improve the Precision of Facial Landmark Detectors},
  author={Dong, Xuanyi and Yu, Shoou-I and Weng, Xinshuo and Wei, Shih-En and Yang, Yi and Sheikh, Yaser},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  pages={360--368},
  doi={10.1109/CVPR.2018.00045},
  year={2018}
}
@inproceedings{dong2019teacher,
  title={Teacher Supervises Students How to Learn from Partially Labeled Images for Facial Landmark Detection},
  author={Dong, Xuanyi and Yang, Yi},
  booktitle={Proceedings of the IEEE International Conference on Computer Vision (ICCV)},
  pages={783--792},
  doi={10.1109/ICCV.2019.00087},
  year={2019}
}
@inproceedings{dong2020srt,
  title     = {Supervision by Registration and Triangulation for Landmark Detection},
  author    = {Dong, Xuanyi and Yang, Yi and Wei, Shih-En and Weng, Xinshuo and Sheikh, Yaser and Yu, Shoou-I},
  journal   = {IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
  volume    = {},
  number    = {},
  keywords  = {Landmark Detection;Optical Flow;Triangulation;Deep Learning},
  doi       = {10.1109/TPAMI.2020.2983935},
  ISSN      = {1939-3539},
  year      = {2020},
  month     = {},
  note      = {mbox{doi}:url{10.1109/TPAMI.2020.2983935}}
}