一，DAN

由于使用了關鍵點熱力圖的可視化信息，故可以將整張圖輸入網絡。

網絡分為多個階段（STAGE），每個階段的結構都是相同的（STAGE 1除外）。第一階段的輸入僅有原始圖片，和S0。面部關鍵點的初始化即為S0，S0是由所有關鍵點取平均得到。每個STAGE都由前饋網絡和connection層組成。前饋網絡用來估計特征點的位置，connection層生成下一個STAGE的輸入。connection層由Transform Estimation層, Image Transform 層, Landmark Transform 層, Heatmap Generation 層 和 Feature Generation 層組成。結構如下：

transform estimation 層生成變換，t是當前stage的序號。變換（IMAGE TRANSFORM 和 LANDMARK TRANSFORM）用來扭曲輸入圖像和當前的特征點,使得和規范形態的接近。變換后的特征點被傳入熱度圖生成層。逆變換用來將前面幾個stage生成的特征點映射到原來的坐標系。

從圖中發現，DAN要做的“變換”，就是把圖片給矯正了，尤其是一行，那么DAN對姿態變換具有很好的適應能力，或許就得益于這個“變換”。

總結

以上是生活随笔為你收集整理的Deep Alignment Network(人脸对齐)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。