Using 3D Face Reconstruction Model for Emotion Recognition
Date: 2018-12-19
Subject: face alignment
dense alignment
face tracking
deep residual learning
arcillesztés
sürű illesztés
arckövetés
mély reziduális tanulás
dense alignment
face tracking
deep residual learning
arcillesztés
sürű illesztés
arckövetés
mély reziduális tanulás
Abstract:
Kiértékeljük a PRNet (pozíció regresszió térkép) neurális hálót 3D sűrű arcillesztésre,és leírjunk egy módszert a 3D torzítható modell (3DMM) tanító adatok pontosságának javítására.
Abstract:
We assess the PRNet (position Map Regression Network) for 3D dense face alignment, and describe a way to improve the accuracy of the 3D morphable model training examples using 2D landmarks.
Files in this item
Name: Sárdi Máté_szakdogozat.pdf
Size: 74.62Mb
Format: PDF
Name: Sárdi Máté.zip
Size: 969.9Mb
Format: application/zip