Facial landmark detection is a well-studied topic in the field of computer vision that aims to find important key points in human faces. In the wild, the task is particularly challenging due to the high variability of shapes, expressions, poses, lighting conditions, and occlusions. This work presents a state-of-the-art approach to robustly solve the problem of facial landmark detection even under such difficult conditions. A key novelty of the presented approach lies in the fact that it is based on a fully-convolutional architecture, making it invariant to translation. Translation invariance is particularly useful when a separate face detector is not available, desirable, or reliable (enough). Fully-convolutional architectures, however, suffer from a comparatively narrow receptive field. This shortcoming is mitigated by a novel implicit kernel convolution. Multiple experiments verify that the implicit kernel convolution improves both landmark detection performance and convergence speed in comparison to other state-of-the-art approaches. Moreover, a proof of concept for face detection-free landmark detection based on the novel approach is provided. High resolutions are handled by a pyramid-like multi-resolution fusion approach, whereas low resolutions are handled by a super resolution mechanism. The presented approach therefore constitutes a generalizable way of robustly detecting facial landmarks in the wild.     «

Facial landmark detection is a well-studied topic in the field of computer vision that aims to find important key points in human faces. In the wild, the task is particularly challenging due to the high variability of shapes, expressions, poses, lighting conditions, and occlusions. This work presents a state-of-the-art approach to robustly solve the problem of facial landmark detection even under such difficult conditions. A key novelty of the presented approach lies in the fact that it is base...     »

Die Detektion von Landmarken in Gesichtern ist ein gut erforschtes Thema im Bereich der Computer Vision, welches sich zum Ziel setzt, wichtige Punkte in menschlichen Geischtern zu finden. In alltäglichen Szenen ist diese Aufgabe besonders herausfordernd aufgrund der hohen Variabilität von Gesichtsformen und -posen, Beleuchtungssituationen sowie möglichen Verdeckungen. Diese Arbeit präsentiert einen aktuellen Ansatz, um das Problem der Landmarkendetektion in Gesichtern selbst unter solch schwierigen Bedingungen robust zu lösen. Eine wichtige Neuerung des präsentierten Ansatzes ist der Tatsache geschuldet, dass er auf einer fully-convolutional Netzwerkarchitektur basiert, was ihn invariant gegenüber Translationen macht. Translationsinvarianz ist besonders nützlich, wenn ein separater Gesichtsdetektor nicht verfügbar, nicht erwünscht, oder nicht performant (genug) ist. Fully-convolutional Architekturen weisen allerdings ein vergleichsweise kleines rezeptives Feld auf. Dieser Nachteil wird durch eine neuartige implizite Kernelfaltung kompensiert. Mehrere Experimente bestätigen, dass die implizite Kernelfaltung sowohl die Qualität der Landmarkendetektion als auch die Konvergenzgeschwindigkeit im Vergleich zu anderen aktuellen Ansätzen verbessert. Weiterhin wird der Nachweis zur Machbarkeit einer Gesichtsdetektions-losen Landmarkendetektion mithilfe des neuen Ansatzes erbracht. Hohe Auflösungen werden durch einen Pyramiden-artigen Multi-Resolution Fusionsansatz abgedeckt, während niedrige Auflösungen mit Hilfe eines Super-Resolution Mechanismus abgedeckt werden. Der vorgestellte Ansatz stellt somit einen generalisierbaren Weg dar, Landmarken von Gesichtern in alltäglichen Szenen robust zu detektieren.     «

Die Detektion von Landmarken in Gesichtern ist ein gut erforschtes Thema im Bereich der Computer Vision, welches sich zum Ziel setzt, wichtige Punkte in menschlichen Geischtern zu finden. In alltäglichen Szenen ist diese Aufgabe besonders herausfordernd aufgrund der hohen Variabilität von Gesichtsformen und -posen, Beleuchtungssituationen sowie möglichen Verdeckungen. Diese Arbeit präsentiert einen aktuellen Ansatz, um das Problem der Landmarkendetektion in Gesichtern selbst unter solch schwieri...     »