人脸关键点检测1——SDN

论文题目：《Effective Face Landmark Localization via Single Deep Network》

• method: SDN(single deep network)
• 数据集：COFW和300-W（Helen）
• SDN由直连堆叠的三组层构成，每组包含两个卷积层和一个最大池化层。

网络结构：

激活函数和损失函数：

• euclidean_loss，该损失函数就是loss=(y-f(wx))^2

常用的数据增强：平移、旋转、镜像、缩放
Stage1：抖动人脸框位置加角度偏移和镜像
Stage2：对训练数据中的hard examples（errors>0.02）进行数据增强，角度变化和镜像。
fine-tune微调训练hard examples

误差的评价：

标准均方根误差(NRMSE) normalized root mean squared error (NRMSE)

注：mean error和单个点的误差、mean error>10%(5%) as a failure.

---

注：博众家之所长，集群英之荟萃。