地标检测 (Landmark Detection)

黎 浩然/ 17 9 月, 2023/ 机器学习/MACHINELEARNING, 目标检测/OBJECTDETECTION/ 0 comments

Landmark Detection是一种计算机视觉任务，它涉及到识别和定位图像中的特定的关键点（landmarks）。这些关键点通常是对象的特定部分，它们的位置可以用坐标(X, Y)来表示。

基本概念

• Landmarks: 在图像中需要识别和定位的关键点， 它们通常是对象的特定部分。
• 输出单元: 每个landmark需要两个输出单元，一个用于X坐标，一个用于Y坐标。
• 训练数据: 需要一个包含图像和相应的关键点坐标的标签化训练数据集。

例子

1. 面部识别: 在面部识别的例子中，我们可能想要识别人眼的四个角的位置，需要 8 个输出单元。如果我们还想要识别嘴巴和鼻子的边缘，就需要更多的输出单元。
2. 人体姿势检测: 在人体姿势检测的例子中，我们可能想要识别人体的关键位置，如胸部的中点、肩膀、肘部和手腕的位置。

应用

• 情感识别: 通过分析人的面部表情来识别情感。
• 计算机图形效果: 在增强现实（AR）中，例如 Snapchat 的面部滤镜，使用关键点定位来添加各种特效，如皇冠、帽子等。
• 姿势检测: 通过分析人体的关键位置来识别姿势。

注意事项

• 每个 landmark 的标识必须在不同的图像中保持一致。
• 需要一个大型的标签化训练数据集。