less than 1 minute read

论文发表时间:2019年2月28日
论文:https://arxiv.org/abs/1902.10859
作者分别来自天津大学、武汉大学、腾讯AI实验室、美国天普大学

一、一句话总结

第一句:设计了新的 loss 函数来处理了类别不均衡问题;
第二句:精度高,速度快,模型小;

二、Q&A

1.人脸特征点检测的挑战

  • Local Variation
    人脸表情变化很大,真实环境光照复杂,而且现实中大量存在人脸局部被遮挡的情况等;
  • Global Variation
    人脸是3D的,位姿变化多样,另外因拍摄设备和环境影响,成像质量也有好有坏;
  • Data Imbalance
    现有训练样本各个类别存在不平衡的问题;
  • Model Efficiency
    在计算受限的设备比如手机终端,必须要考虑计算速度和模型文件大小问题;

三、贡献

四、结论

五、基本流程/解决方案

六、实验

(一)数据集

(二)实验结果

1. 实验

结论一


TOP

Comments