Detekce významných bodů na lidské tváři

Tato práce navrhuje detektor významných bodů na lidské tváři založený na Deformable Part Models. Na problém detekce významných bodů pohlížíme jako na úlohu strukturální klasifikace. Parametry detektoru jsou učeny z dat pomocí algoritmu Structured Output Support Vector Machines. Na rozdíl od předchozích prací námi používaný algoritmus učení optimalizuje přímo přesnost výsledného detektoru. Algorimus učení navíc umožňuje snadno měnit statistiku měřící přesnost detektoru pomocí uživatelem definované ztrátové funkce. Výsledný detektor pracuje v reálném čase na standardním PC, je jednoduchý na implementaci a může být snadno modifikován pro detekci jiné množiny významných bodů. Funkčnost navrhovaného detektoru je vyhodnocena na náročné databázi „Labeled Faces in the Wild“. Získané výsledky demonstrují, že navrhovaný detektor dosahuje konzistentně vyšší přesnosti než dvě testované volně dostupné implementace založené na Active Appearance Models a Deformable Part Models. Součástí práce je i open source implementace navrhovaného detektoru a algoritmus pro učení jeho parametrů z anotovaných dat.