aflw2k3d

  • Descripción :

AFLW2000-3D es un conjunto de datos de 2000 imágenes que se han anotado con puntos de referencia faciales 3D de 68 puntos a nivel de imagen. Este conjunto de datos se utiliza normalmente para la evaluación de modelos de detección de puntos de referencia faciales en 3D. Las poses de la cabeza son muy diversas y, a menudo, difíciles de detectar con un detector de rostros basado en CNN. Los puntos de referencia 2D se omiten en este conjunto de datos, ya que algunos de los datos no son consistentes en 21 puntos, como se menciona en el documento original.

Separar Ejemplos
'train' 2,000
  • Estructura de características :
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),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
imagen Imagen (450, 450, 3) uint8
puntos de referencia_68_3d_xy_normalizado Tensor (68, 2) flotar32
hitos_68_3d_z Tensor (68, 1) flotar32

Visualización

  • Cita :
@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}
}