Face Alignment at 3000 FPS 阅读笔记

最新推荐文章于 2025-09-05 19:13:43 发布

原创

最新推荐文章于 2025-09-05 19:13:43 发布 · 4k 阅读

收录于

当前文章被以下社区和专栏收录：

本文是《Face Alignment at 3000 FPS》的阅读笔记，介绍了通过shape-indexed feature和pixel difference feature提取特征，结合随机森林与全局线性回归器实现快速的人脸地标定位。训练过程中，每个landmark使用局部二值特征映射，随机森林用于特征提取，全局回归器进行位置预测，最终达到3000帧每秒的高速定位。

《Face Alignment at 3000 FPS》又是msra孙剑组一篇cvpr大作，之前实现了他之前的一篇《Face Alignment by Explicit Shape Regression 》（ESR）, 当时速度应该是50fps左右，新算法已经到了3000fps。前一篇的思路是双层随机蕨做回归器 + shape indexed feature（计算复杂度相当低）。这一次用的思路是先学习每个landmark做feature mapping，然后再学习一个全局回归。

训练流程

上图描述了整个framework。首先使用随机森林对每个landmark学习抽取local binary features（LBF）的方式 $\Phi^t = \{\phi^t_l\}$ 。其中 $\phi^t_l$ 表示第 $t$ 级第 $l$ 个landmark对弈的随机森林。这个maping可以输出LBF特征。
再把LBF输入到一个全局的回归器进行回归，预测出landmark的真实位置。