aflw2k3d

  • opis :

AFLW2000-3D to zestaw danych 2000 obrazów, które zostały opatrzone adnotacjami z 68-punktowymi trójwymiarowymi punktami orientacyjnymi twarzy na poziomie obrazu. Ten zestaw danych jest zwykle używany do oceny trójwymiarowych modeli wykrywania punktów orientacyjnych twarzy. Pozycje głowy są bardzo zróżnicowane i często trudne do wykrycia przez detektor twarzy oparty na cnn. Punkty orientacyjne 2D są pomijane w tym zbiorze danych, ponieważ niektóre dane nie są spójne z 21 punktami, jak wspomniano w oryginalnym artykule.

Rozdzielać Przykłady
'train' 2000
  • Struktura funkcji :
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),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
obraz Obraz (450, 450, 3) uint8
punkty orientacyjne_68_3d_xy_znormalizowane Napinacz (68, 2) pływak32
punkty orientacyjne_68_3d_z Napinacz (68, 1) pływak32

Wyobrażanie sobie

  • Cytat :
@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}
}