COFW免费

资源介绍

在现实世界条件下捕获的人类面孔由于姿势、表情、太阳镜和帽子等配饰的使用以及与物体（如食物）的相互作用而在形状和遮挡方面存在巨大差异。目前面临的具有里程碑意义的估计方法在这种条件下很难，因为它们未能提供处理离群值的原则性方法。我们提出了一种新方法，称为强健的级联姿势回归 （RCPR），通过明确检测遮挡物并使用强大的形状索引特征来减少对离群值的暴露。我们表明，RCPR 改进了以前在三个流行面部数据集 （LFPW、LFW 和 HELEN） 上的里程碑式估计方法。我们通过引入以遮挡为重点的新面孔数据集，进一步探索 RCPR 的表现，该数据集由 1，007 张面孔组成，呈现了广泛的遮挡模式。RCPR 在检测面部遮挡物时，将所有四个数据集的故障案例减少一半，同时检测出 80/40% 的精度/召回。