aflw2k3d

  • Description:

AFLW2000-3D est un ensemble de données de 2000 images qui ont été annotées avec des repères faciaux 3D de 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 la tête sont très diverses et souvent difficiles à détecter par un détecteur de visage basé sur cnn. Les repères 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
  • Caractéristiques:
FeaturesDict({
    'image': Image(shape=(450, 450, 3), dtype=tf.uint8),
    'landmarks_68_3d_xy_normalized': Tensor(shape=(68, 2), dtype=tf.float32),
    'landmarks_68_3d_z': Tensor(shape=(68, 1), dtype=tf.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}
}