人脸检测和特征点提取谁有好的建议

day270010678

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

dfl项目的s3fd+fan准确率还行，有些侧脸检测不到，我用RetinaFace+3DDFA-V3和YOLOv5-Face这些基于ImageNet的224标准图像的测试，效率都是成倍提升，没有漏检，但是特征点偏离真实位置有点多，正脸没什么错，关键是侧脸，但凡有点侧脸，一侧的特征点都有偏离，五官位置比fan特征点好，就是一侧的特征点有点惨不忍睹

cfbf

你的意思是用3d特征点无法投影到2d，包不圆轮廓的问题吧，大家基本方法是上将0-16替换成2Dfan的轮廓

day270010678

cfbf 发表于 2026-2-23 18:11
你的意思是用3d特征点无法投影到2d，包不圆轮廓的问题吧，大家基本方法是上将0-16替换成2Dfan的轮廓 ...

跟2d没关系，确实是投影的问题，深度信息被归一化（pts3d[2, :] -= np.min(pts3d[2, :])），丢失了真实的深度关系x和y轴使用相同的缩放因子（s = (scale_x + scale_y) / 2），不考虑透视变形没有考虑侧脸时的透视投影，导致远端特征点位置偏移，加上固定的坐标变换

lhs

dfl中有针对2DFAN的优化，在有些版本你可以看到二次回归，多重采样，但是这并不一定适合其他的模型

fghfdg

lhs 发表于 2026-2-23 22:40
dfl中有针对2DFAN的优化，在有些版本你可以看到二次回归，多重采样，但是这并不一定适合其他的模型 ...

魔切使用RetinaFace也有对landmark多次取值，还有clahe。但是特征点偏离真实位置还是比原版的s3fd严重

lhs

fghfdg 发表于 2026-2-23 23:08
魔切使用RetinaFace也有对landmark多次取值，还有clahe。但是特征点偏离真实位置还是比原版的s3fd严重 ...

那种方法没有作用，我试过。可能针对不同的模型需要不同的算法才行。主要是2dfan的推理速度本来就慢，在多推理几次更jb慢