中科院博士生提出「3D实时换脸」改进版本,每张图像的推理时间仅需0.27ms
近日,中科院自动化所的一位在读博士生 cleardusk 提出「3D 实时换脸」改进版本,每张图像的推理时间仅需约 0.27 ms,改进了论文《Face Alignment in Full Pose Range: A 3D Total Solution》中所提到的方法。
据悉,面部对齐使面部模型适合图像并提取面部像素点的语义,已成为计算机视觉领域中的一个重要主题。然而,大多数算法都是针对中小姿态(偏角小于 45°)的面部而设计的,缺乏在高达 90° 的大幅度姿态中对齐面部的能力。
此次,这位博士生提出的改进版本还增加了一些额外的工作,包括实时培训、培训策略等,而不仅仅是重新实现「3D 实时换脸」。更详细的内容将会发布在相关博客中,包括一些重要的技术细节。到目前为止,这个改进版本发布了预训练第一阶段的 pytorch 模型,包括 MobileNet-V1 结构、训练数据集和代码。在 GeForce GTX TITAN X 上,每张图像的推理时间约为 0.27 ms(输入批量为 128 张图片的情况下)。