aflw2k3d

  • Описание :

AFLW2000-3D — это набор данных из 2000 изображений, которые были аннотированы 68-точечными 3D-ориентирами лица на уровне изображения. Этот набор данных обычно используется для оценки трехмерных моделей распознавания лицевых ориентиров. Позы головы очень разнообразны, и часто их трудно обнаружить с помощью детектора лиц на основе cnn. 2D-ориентиры в этом наборе данных пропущены, поскольку некоторые данные не соответствуют 21 точке, как упоминалось в исходной статье.

Расколоть Примеры
'train' 2000
  • Структура функции :
FeaturesDict({
   
'image': Image(shape=(450, 450, 3), dtype=uint8),
   
'landmarks_68_3d_xy_normalized': Tensor(shape=(68, 2), dtype=float32),
   
'landmarks_68_3d_z': Tensor(shape=(68, 1), dtype=float32),
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
изображение Изображение (450, 450, 3) uint8
ориентиры_68_3d_xy_normalized Тензор (68, 2) поплавок32
ориентиры_68_3d_z Тензор (68, 1) поплавок32

Визуализация

  • Цитата :
@article{DBLP:journals/corr/ZhuLLSL15,
  author    
= {Xiangyu Zhu and
               
Zhen Lei and
               
Xiaoming Liu and
               
Hailin Shi and
               
Stan Z. Li},
  title    
= {Face Alignment Across Large Poses: {A} 3D Solution},
  journal  
= {CoRR},
  volume    
= {abs/1511.07212},
  year      
= {2015},
  url      
= {http://arxiv.org/abs/1511.07212},
  archivePrefix
= {arXiv},
  eprint    
= {1511.07212},
  timestamp
= {Mon, 13 Aug 2018 16:48:23 +0200},
  biburl    
= {https://dblp.org/rec/bib/journals/corr/ZhuLLSL15},
  bibsource
= {dblp computer science bibliography, https://dblp.org}
}