Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Originaltitel:
Robust Facial Landmark Detection in the Wild
Übersetzter Titel:
Robuste Detektion von Gesichtsmerkmalen in Alltagsszenen
Autor:
Merget, Daniel Maximilian
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Rigoll, Gerhard (Prof. Dr. habil.)
Gutachter:
Rigoll, Gerhard (Prof. Dr. habil.); Yang, Bin (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; ELT Elektrotechnik; INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen; NAT Naturwissenschaften (allgemein); TEC Technik, Ingenieurwissenschaften (allgemein)
Stichworte:
robust facial landmark detection, fully-convolutional nerual network, deep learning, heatmap regression
Übersetzte Stichworte:
robuste Detektion von Gesichtsmerkmalen, fully-convolutional neuronales Netz, deep learning, heatmap Regression
TU-Systematik:
DAT 815d
Kurzfassung:
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...     »
Übersetzte Kurzfassung:
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
Eingereicht am:
27.09.2018
Mündliche Prüfung:
12.02.2019
Letzte Änderung:
17.06.2019
 BibTeX