1. 2018/4/271
DEEP LEARNING JP
[DL Papers]
http://deeplearning.jp/
Supervision-by-Registration: An Unsupervised Approach to Improve the Precision of
Facial Landmark Detectors (CVPR’18)
2. 2
• Supervision-by-Registration: An Unsupervised Approach to
Improve the Precision of Facial Landmark Detectors
• Xuanyi Dong, Shoou-I Yu, Xinshuo Weng, Shih-En Wei, Yi Yang,
Yaser Sheikh
• University of Technology Sydney, Facebook Reality Labs
• CVPR’18 (Poster)
• http://xuanyidong.com/publication/supervision-by-registration/
• https://github.com/facebookresearch/supervision-by-registration
19. 19
• Lucas-Kanadeを利用したsemi-supervisedな学習方法の提案
• LK操作側にも勾配が流れることが通常のSelf-Trainingとの最大の違い
• 時間的に一貫性のある出力がされるように学習される
• アノテーションのずれに対してロバストになる
• (局所的には)人間よりもOptical Flowで追跡した方がよっぽど精度が高い
• 座標をsoftmaxで出して他の手法と組み合わせて最適化するのは最近増えてい
る印象
• 2D/3D Pose Estimation and Action Recognition using Multitask Deep Learning
(CVPR’18)
• Improving Landmark Localization with Semi-Supervised Learning (CVPR’18)
• 他のOptical Flowの手法との組み合わせは?
20. 20
• Xuanyi Dong et al., Supervision-by-Registration: An Unsupervised
Approach to Improve the Precision of Facial Landmark Detectors,
CVPR’18.
• Che-Han Chang et al., CLKN: Cascaded Lucas-Kanade Networks
for Image Alignment, CVPR’17.
• Lukas-Kanadeの計算方法はこちらの方が若干詳しい
• Simon Baker et al., Lucas-Kanade 20 Years On: A Unifying
Framework, IJCV’04.