3000 FPSでの顔の整列のための局所バイナリ特徴を用いた回帰

本論文は、顔の整列のための非常に効率的で高精度な回帰手法を提案します。我々のアプローチは、局所バイナリ特徴のセットと、それらの特徴を学習するための局所性原則の2つの新しい要素から成ります。局所性原則は、各顔のランドマークに対して独立して高い識別力を持つ局所バイナリ特徴のセットを学習することを導きます。得られた局所バイナリ特徴は、最終出力のための線形回帰を共同で学習するために使用されます。我々のアプローチは、現在の最も挑戦的なベンチマークでテストされたとき、最先端の結果を達成します。さらに、局所バイナリ特徴の抽出と回帰は計算コストが非常に低いため、我々のシステムは以前の方法よりもはるかに高速です。数十のランドマークを特定するために、デスクトップでは3000 fps、モバイルフォンでは300 fpsを達成します。