300W-LP

将人脸模型拟合到图像并提取人脸像素的语义含义的人脸对齐一直是CV社区中的重要主题。但是，大多数算法都是针对中小姿势 (45度以下) 的面孔而设计的，缺乏在90度以下的大姿势中对准面孔的能力。挑战有三个方面: 首先，常用的基于地标的人脸模型假定所有地标都是可见的，因此不适合纵断面视图。其次，从正面视图到侧面视图，大姿势的脸部外观变化更大。第三，以大姿势标记地标非常具有挑战性，因为必须猜测看不见的地标。在本文中，我们提出了一种新的对齐框架中的三个问题的解决方案，该框架称为3D密集人脸对齐 (3DDFA)，其中通过卷积中性网络 (CNN) 将密集3D人脸模型拟合到图像。我们还提出了一种在纵断面视图中合成大规模训练样本的方法，以解决数据标记的第三个问题。在具有挑战性的AFLW数据库上进行的实验表明，我们的方法比最新方法取得了重大改进。