sprint15(鈴木)

論文紹介

Transcript

1. どんなもの？ 先行研究と比べて何がすごい？ 技術の手法や肝は？ 議論はある？ どうやって有効だと検証した？ 次に読むべき論文は？ Estimating Correspondences of Deformable Objects “In-the-wild” なし 4. KF-ITW Datasを用いてITWを含む3種類の方法で制度比較を行っている 顔表面の法線推定を ITWを含む3種類の方法で検証している 古典的な方法に比べてより精度の高い 3DMMフィッティングを行える。 特に照明に対してパラメータを最適化することができる 感情をあらわにした表情に対しても高い精度で 3DMMフィッティングが行える 単一画像から顔の形状を再構成するための最先端の手法 テクスチャモデルを採用することで、フィッティングの手順が大幅に 簡略化 照明パラメータを最適化 3D Face Morphable Models “In-the-Wild” （2017年）James Booth1 Epameinondas Antonakos2, ∗ Stylianos Ploumpis1 George Trigeorgis1 Yannis Panagakis1 Stefanos Zafeiriou1,3 1 Imperial College London, UK 2Amazon, Berlin, Germany 3University of Oulu, Finland 日付
2. どんなもの？ 先行研究と比べて何がすごい？ 技術の手法や肝は？ 議論はある？ どうやって有効だと検証した？ 次に読むべき論文は？ High-Fidelity Pose and Expression Normalization for Face Recognition in the Wild なし 人体ポーズ対応関係推定と、非剛体の物体について「 in-the-wild」の性能を評価 顔の場合は 811枚の学習画像を用いて Faces Parts in-the-Wild（LFPW）、AAM及びdAMM で評価する。顔の大きさは正規化されフィッティング誤差は点の距離で評価する。 腕に姿勢評価では輪郭ランドマーク２９個をもちいて BBCの最先端技術と PAAMを比較する 学習形状間の密な対応関係を確立するための提案手法を曲線アノテーションを使用 曲線アノテーションを SVS画像に変換、 NICPに通して主成分分析を行う。形状を学習セットに 送り込むことで、学習セットの類似性を揃えた SVS画像を複数の画像部分空間に変換する。最 終的に目的に応じて疎なアウトラインやパッチベースポイントを作成できる 正確なSDMを構築する方法論の初めて提案している。 骨格関節で学習された現行の技術をすべて凌駕するものである。 統計的変形モデルを構築し、画像のランドマークをアノテーションする作業を軽減する Estimating Correspondences of Deformable Objects “In-the-wild” 2016年/Yuxiang Zhou⋆ Epameinondas Antonakos ⋆ Joan Alabort-i-Medina ⋆ Anastasios Roussos⋆ Stefanos Zafeiriou ⋆,† ⋆Department of Computing, Imperial College London, U.K. †Center for Machine Vision and Signal Analysis, University of Oulu, Finland 日付
3. どんなもの？ 先行研究と比べて何がすごい？ 技術の手法や肝は？ 議論はある？ どうやって有効だと検証した？ 次に読むべき論文は？ 参照文献で読んだのをここにお書き なし 非制約型(LFW)と制約型(Multi-PIE)の顔認識問題に対して、提案した正規化手法の有効性を 評価する 3DMMを使用した3D顔データを作成することにより、顔認識を行うが、頬の境界ラインは表情 やポーズに応じて逸脱する（見えなくなる）場合にフェイスラインのランドマークを補正すること ができる。 表情、ポーズにより逸脱してしまうランドマークラインを等高線ランドマークで位置を特定し ルックアップテーブルにそって補正するため、ポーズ、表情の変化にたいして認識性能が高 い 顔認識性能を向上させるためポーズと表情の正規化を行う High-Fidelity Pose and Expression Normalization for Face Recognition in the Wild （2015）Xiangyu Zhu Zhen Lei ∗ Junjie Yan Dong Yi Stan Z. Li Center for Biometrics and Security Research & National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, 95 Zhongguancun Donglu, Beijing 100190, China. 日付