aflw2k3d

  • Descriptif :

AFLW2000-3D est un ensemble de données de 2000 images qui ont été annotées avec des repères faciaux 3D à 68 points au niveau de l'image. Cet ensemble de données est généralement utilisé pour l'évaluation des modèles de détection de repères faciaux 3D. Les poses de tête sont très diverses et souvent difficiles à détecter par un détecteur de visage basé sur cnn. Les points de repère 2D sont ignorés dans cet ensemble de données, car certaines des données ne sont pas cohérentes à 21 points, comme le mentionnait l'article original.

Diviser Exemples
'train' 2 000
  • Structure des fonctionnalités :
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),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
FonctionnalitésDict
image Image (450, 450, 3) uint8
repères_68_3d_xy_normalized Tenseur (68, 2) float32
repères_68_3d_z Tenseur (68, 1) float32

Visualisation

  • Citation :
@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}
}