MAFL

displayName: MAFL (Multi-Attribute Facial Landmark)
labelTypes:
- Keypoints2D
license:
- Unknown
mediaTypes:
- Image
paperUrl: http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2014_deepfacealign.pdf
publishDate: "2014"
publishUrl: http://mmlab.ie.cuhk.edu.hk/projects/TCDCN.html
publisher:
- Chinese University of Hong Kong
tags:
- Huamn Face
taskTypes:
- Unsupervised Facial Landmark Detection

---
# 数据集介绍
## 简介
人脸对齐的人脸地标检测长期以来一直受到遮挡和姿态变化问题的阻碍。我们没有将检测任务视为单个独立的问题，而是研究了通过多任务学习提高检测鲁棒性的可能性。具体来说，我们希望优化面部标志检测以及异构但微妙相关的任务，例如头部姿势估计和面部属性推断。这是非常重要的，因为不同的任务具有不同的学习难度和收敛速度。为了解决这个问题，我们制定了一种新的任务约束深度模型，具有任务明智的提前停止以促进学习收敛。广泛的评估表明，所提出的任务约束学习 (i) 优于现有方法，尤其是在处理具有严重遮挡和姿势变化的面部时，并且 (ii) 与基于级联深度模型。
## 引文

```
@inproceedings{zhang2014facial,
title={Facial landmark detection by deep multi-task learning},
author={Zhang, Zhanpeng and Luo, Ping and Loy, Chen Change and Tang, Xiaoou},
booktitle={European conference on computer vision},
pages={94--108},
year={2014},
organization={Springer}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: MAFL（多属性面部地标，Multi-Attribute Facial Landmark）
labelTypes:
- 2D关键点（Keypoints2D）
license:
- 未知
mediaTypes:
- 图像
paperUrl: http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2014_deepfacealign.pdf
publishDate: "2014"
publishUrl: http://mmlab.ie.cuhk.edu.hk/projects/TCDCN.html
publisher:
- 香港中文大学（Chinese University of Hong Kong）
tags:
- 人脸（Human Face）
taskTypes:
- 无监督面部地标检测（Unsupervised Facial Landmark Detection）

---

# 数据集介绍
## 简介
面部地标检测与人脸对齐任务长期受限于遮挡与姿态变换带来的挑战。我们并未将该检测任务视作单一独立问题，而是探索了通过多任务学习提升检测鲁棒性的可行路径。具体而言，我们旨在优化面部地标检测，以及与其异构但存在微妙关联的任务，例如头部姿态估计与面部属性推断。不同任务的学习难度与收敛速率存在显著差异，因此该思路具备重要研究价值。为解决这一问题，我们提出了一种全新的任务约束深度模型，并通过任务层面的提前停止策略促进学习收敛。大量评估实验结果表明，所提出的任务约束学习方法：(i) 性能优于现有主流方法，尤其在处理存在严重遮挡与姿态畸变的人脸图像时效果突出；(ii) 可与基于级联结构的深度模型相媲美。
## 引文

@inproceedings{zhang2014facial,
title={Facial landmark detection by deep multi-task learning},
author={Zhang, Zhanpeng and Luo, Ping and Loy, Chen Change and Tang, Xiaoou},
booktitle={European conference on computer vision},
pages={94--108},
year={2014},
organization={Springer}
}

## 数据集下载
:modelscope-code[]{type="git"}