Filtragem dos Votos da Floresta de Regressão para Detecção de Características Faciais em Ambientes Naturais

Neste artigo, propomos um método para a localização de múltiplas características faciais em imagens desafiadoras de rostos. No framework de florestas de regressão (RF), observações (patches) extraídas em várias localizações da imagem emitem votos para a localização de várias características faciais. Para filtrar votos que não são relevantes, passamos por dois tipos de peneiras, organizadas em uma cascata, que impõem restrições geométricas. A primeira peneira filtra votos que não são consistentes com uma hipótese para a localização do centro do rosto. Várias peneiras do segundo tipo, uma associada a cada ponto facial individual, filtram votos distantes. Propomos um método que ajusta em tempo real o limite de proximidade de cada peneira do segundo tipo, aplicando um classificador que, com base em características de nível médio extraídas de mapas de votação para a característica facial em questão, toma uma sequência de decisões sobre se o limite deve ser reduzido ou não. Validamos nosso método proposto em dois conjuntos de dados desafiadores com imagens coletadas da Internet, nas quais obtemos resultados de ponta sem recorrer a modelos de forma facial explícitos. Também mostramos os benefícios do nosso método para ajuste do limite de proximidade, especialmente em imagens de rostos 'difíceis'.