无需人脸检测，实时6自由度3维人脸姿态估计img2pose

效果图:

提出了一种实时的6自由度3D人脸姿态估计方法，其不依赖于人脸检测和关键点对齐.我们观察到直接估计6自由度刚体变换是一个比在3D人脸对齐中广泛使用的关键点检测更简单的问题。基于此我们做出了一下几个贡献(a)我们提出了一个不需要人脸检测的易于训练、高效的基于Faster-RCNN的直接回归图片中所有脸姿态的方法(b)我们阐述了如何转换姿态并且在任意切割的图片上使其保持一致的方法以便于训练和测试(c)最后我们展示如何使用姿态替换检测中常用的包围框.在AFLW2000-3D和BIWI数据集上的测试表明我们的方法可以实时运行并且击败了其他最好的方法.特别值得一提的是，尽管没有使用包围框的信息进行优化，我们的方法还超过了WIDER FACE检测评估上其他具有相同复杂度的方法.
 

torch平台，只能linux用

用法：

cd Sim3DR
sh build_sim3dr.sh

python3 evaluation/evaluate_wider.py 
--dataset_path datasets/WIDER_Face/WIDER_val/images/
--dataset_list datasets/WIDER_Face/wider_face_split/wider_face_val_bbx_gt.txt
--pose_mean models/WIDER_train_pose_mean_v1.npy 
--pose_stddev models/WIDER_train_pose_stddev_v1.npy
--pretrained_path models/img2pose_v1.pth
--output_path results/WIDER_FACE/Val/

https://github.com/vitoralbiero/img2pose
 

最后

以上就是风中夏天为你收集整理的无需人脸检测，实时6自由度3维人脸姿态估计img2pose的全部内容，希望文章能够帮你解决无需人脸检测，实时6自由度3维人脸姿态估计img2pose所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。