aflw2k3d

  • תיאור :

AFLW2000-3D הוא מערך נתונים של 2,000 תמונות שצורפו לציוני פנים תלת-ממדיים ברמת תמונה ברמת התמונה. מערך נתונים זה משמש בדרך כלל להערכת מודלים לזיהוי ציוני דרך תלת מימדיים בפנים. תנוחות הראש מגוונות מאוד ולעתים קרובות קשה לזהותן על ידי גלאי פנים מבוסס CNN. ציוני הדרך הדו-ממדיים מדלגים במערך הנתונים הזה, מכיוון שחלק מהנתונים אינם עקביים ל-21 נקודות, כפי שציינו במאמר המקורי.

לְפַצֵל דוגמאות
'train' 2,000
  • מבנה תכונה :
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),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
תמונה תמונה (450, 450, 3) uint8
נקודות ציון_68_3d_xy_normalized מוֹתֵחַ (68, 2) לצוף32
ציוני דרך_68_3d_z מוֹתֵחַ (68, 1) לצוף32

רְאִיָה

  • ציטוט :
@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}
}