User: Guest  Login
Original title:
Robust Facial Landmark Detection in the Wild
Translated title:
Robuste Detektion von Gesichtsmerkmalen in Alltagsszenen
Author:
Merget, Daniel Maximilian
Year:
2019
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Rigoll, Gerhard (Prof. Dr. habil.)
Referee:
Rigoll, Gerhard (Prof. Dr. habil.); Yang, Bin (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; ELT Elektrotechnik; INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen; NAT Naturwissenschaften (allgemein); TEC Technik, Ingenieurwissenschaften (allgemein)
Keywords:
robust facial landmark detection, fully-convolutional nerual network, deep learning, heatmap regression
Translated keywords:
robuste Detektion von Gesichtsmerkmalen, fully-convolutional neuronales Netz, deep learning, heatmap Regression
TUM classification:
DAT 815d
Abstract:
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...     »
Translated abstract:
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...     »
ISBN:
978-3-8439-3995-9
WWW:
https://mediatum.ub.tum.de/?id=1453867
Date of submission:
27.09.2018
Oral examination:
12.02.2019
Last change:
17.06.2019
 BibTeX