Normalized Validity Scores for DNNs in Regression based Eye Feature Extraction

要約

ランドマークの有効性の損失に対する改善を提案します。
ランドマーク検出は、頭姿勢推定、まぶたの形状抽出、瞳孔と虹彩のセグメンテーションに広く使用されています。
ランドマーク検出を使用して複雑なオブジェクトの形状を推定するその他のアプリケーションも多数あります。
このプロセスの 1 つは、形状を正確かつ詳細に検出することです。
もう 1 つの部分は、ランドマークごとの有効性または不正確性であり、これを使用して、形状が適合しない可能性がある信頼性の低い領域を検出し、不正確なランドマークを除外することで形状抽出全体の精度を向上させることができます。
損失公式化における正規化を提案します。これにより、正規化された不正確さの数値的バランスによりアプローチ全体の精度が向上します。
さらに、グラウンド トゥルースに近い無視できる誤差によって生成される勾配の影響を軽減するために、不正確さに対するマージンを提案します。

要約(オリジナル)

We propose an improvement to the landmark validity loss. Landmark detection is widely used in head pose estimation, eyelid shape extraction, as well as pupil and iris segmentation. There are numerous additional applications where landmark detection is used to estimate the shape of complex objects. One part of this process is the accurate and fine-grained detection of the shape. The other part is the validity or inaccuracy per landmark, which can be used to detect unreliable areas, where the shape possibly does not fit, and to improve the accuracy of the entire shape extraction by excluding inaccurate landmarks. We propose a normalization in the loss formulation, which improves the accuracy of the entire approach due to the numerical balance of the normalized inaccuracy. In addition, we propose a margin for the inaccuracy to reduce the impact of gradients, which are produced by negligible errors close to the ground truth.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google