Skip to content

Home

Jump to bottom
zhaozhichao edited this page Nov 25, 2020 · 3 revisions

人脸关键点数据集整理

１. 常见的数据集

常见的几种关键点数据集有 5关键点、21关键点、68关键点、98关键点等。还有一些超过100个关键点的数据集，这些数据集具有商业价值等原因，所以一般都不会公开。

数据集 介绍 链接
300W ✌️ 共600张图片（300室内，300室外），68关键点 https://ibug.doc.ic.ac.uk/resources/300-W/
XM2VTS 2360张正面图，68关键点 http://www.ee.surrey.ac.uk/CVSSP/xm2vtsdb/
LFPW 1432张图片，29关键点 https://neerajkumar.org/projects/face-parts/
HELEN 2000张训练集，330张测试集 http://www.ifp.illinois.edu/~vuongle2/helen/
IBUG 135张图片 https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/
AFLW ✌️ 20000张训练，4386张测试，21个关键点
FRGC V2 50000张训练，4003张测试
WFLW ✌️ 7500张训练，2500张测试，98关键点 https://wywu.github.io/projects/LAB/WFLW.html
LS3D-W 包含 AFLW, 300VW, 300W and FDDB, 自动标记 68 关键点 https://adrianbulat.com/face-alignment
Lapa 106 关键点个关键点 https://github.com/JDAI-CV/lapa-dataset

2. 数据集整理

AFLW

20000张训练，4386张测试，21个关键点。其中20000个用于训练，4386张用于测试。

WFLW

WFLW 提供了98关键点标记，共一万张图片。其中7500张用于训练，2500张用于测试。98关键点数据集直接下载WFLW数据集就好，这是由商汤提供的。里面除了关键点外，还对姿态、表情、照度、化妆、遮挡、模糊等信息进行标注。

300W

一些数据集的混合: AFW, HELEN, LFPW, IBUG, XM2VTS, FRGC V2. 每个图片68个关键点。因为不同的数据集标注的关键点个数不一样，所以300W挑战赛对上面的部分数据集重新标注为68个landmarks。

  • AFW, HELEN, LFPW, IBUG这个几个数据集重新标注， 里面包含图片和关键点标注文件。 下载地址为：https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/
  • XM2VTS, FRGC V2 数据集的关键点也被重新标记，关键点坐标文件也在这个链接里面，但是图片得另外下载，貌似得注册申请才能拿到这两个数据集的图片。
Lapa

包含超过 22,000 张， 被标记了 106 点的 landmark

3. 解决方案

  • LAB
    机构: 商汤 & 清华 主干网络：hourglass

  • PFLD
    机构: 天津大学 & 武大 主干网络：mobilenet 精简网络

  • HRNet ficial Landmak
    机构：微软 主干网络：HRNet

  • FAN 主干网络：hourglass

  • Wing loss
    机构 : 萨里大学 主干网络：cnn6/cnn7

  • Adaptive Wing Loss
    机构: JD Digits 主干网络：hourglass

  • Fractional Heatmap Regression
    机构: 腾讯优图 主干网络：hourglass

三篇最近的论文， 在 landmark 中 引入了图网络：

工程实践的两篇文章：

Clone this wiki locally