Key points are not available for this paper at this time.
تطوير نماذج الوجه القابلة للتشوه القوية يتطلب قاعدة بيانات ضخمة من الوجوه المannotated والتي يمكن تدريب الأساليب والتحقق منها واختبارها عليها. يتطلب التعليق اليدوي على كل صورة وجه من حيث النقاط المرجعية خبيراً مدربًا وعادة ما تكون عبء العمل هائلًا. التعب هو أحد الأسباب التي تجعل التعليقات غير دقيقة في بعض الحالات. لهذا السبب، تقدم الغالبية العظمى من قواعد بيانات الوجه الحالية تعليقات لمجموعة فرعية صغيرة نسبياً من صور التدريب. بالإضافة إلى ذلك، فإن هناك ندرة في المطابقة بين النقاط المرجعية المannotated عبر قواعد بيانات مختلفة. هذه المشاكل تجعل التجارب عبر قواعد البيانات غير قابلة للتطبيق تقريبًا. للتغلب على هذه الصعوبات، نقترح منهجية تعليق شبه تلقائية لتAnnotation مجموعات بيانات الوجه الضخمة. هذه هي المحاولة الأولى لإنشاء أداة مناسبة لتAnnotation قواعد بيانات الوجه الضخمة. استخدمنا أداتنا لإنشاء التعليقات لقاعدة بيانات MultiPIE و XM2VTS و AR و FRGC Ver. 2. ستتوفر التعليقات للجمهور على http://ibug.doc.ic.ac.uk/resources/facial-point-annotations/. وأخيراً، نقدم تجارب تأكد دقة التعليقات المنتجة.
دراسة Sagonas وآخرون (Sat) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: