Descarga landmark detection - Descarga del código fuente landmark detection

landmark detection

Pitón

1.0.0

Descargar

Detección de manchas

Este proyecto contiene tres algoritmos de detección históricos, implementados en Pytorch.

Red agregada de estilo para la detección de puntos de referencia facial, CVPR 2018
Supervisión por registro: un enfoque no supervisado para mejorar la precisión de los detectores de históricos faciales, CVPR 2018
El maestro supervisa a los estudiantes cómo aprender de imágenes parcialmente etiquetadas para la detección de puntos de referencia facial, ICCV 2019
Supervisión por registro y triangulación para la detección de puntos de referencia, TPAMI 2020

Red agregada de estilo para la detección de puntos de referencia facial

Los códigos de capacitación y prueba para SAN (CVPR 2018) se encuentran en el directorio SAN.

Supervisión por registro: un enfoque no supervisado para mejorar la precisión de los detectores de puntos de referencia facial

Los códigos de capacitación y prueba para la supervisión por registro (CVPR 2018) se encuentran en el directorio SBR.

El maestro supervisa a los estudiantes cómo aprender de imágenes parcialmente etiquetadas para la detección de puntos de referencia facial

Los códigos modelo para los estudiantes supervisores de maestros (TS3) (ICCV 2019) se encuentran en el directorio TS3.

Supervisión por registro y triangulación para la detección de puntos de referencia

Los códigos de capacitación y prueba para SRT (TPAMI) 2020 se encuentran en el directorio SRT.

Citación

Si este proyecto ayuda a su investigación, cite los siguientes documentos:

 @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}}
}