人脸对齐megaface答案

【问题标题】：Face alignment megaface人脸对齐megaface
【发布时间】：2019-02-10 05:26:20
【问题描述】：

我正在研究人脸识别，我遇到了这种方法来进行人脸转换，使用相似度变换来对齐 mtcnn 检测到的用于 megaface 数据集的人脸，因为使用的源矩阵是

src = np.array([                                                                                                                                                                     
 [30.2946, 51.6963],                                                                                                                                                                
 [65.5318, 51.5014],                                                                                                                                                                
 [48.0252, 71.7366],                                                                                                                                                                
 [33.5493, 92.3655],                                                                                                                                                                
 [62.7299, 92.2041] ], dtype=np.float32 )

谁能告诉我我们从哪里得出这个矩阵？和/或为什么使用它？

参考：https://zhuanlan.zhihu.com/p/29515986

【问题讨论】：

没有英文资料可以看吗？
我刚刚使用 chromes google translate 将其转换为英文，我可以向您推荐一个有帮助的代码文件，github.com/deepinsight/insightface/blob/master/src/align/…
我看到多个实例使用这个 src 矩阵，我知道这些是地标，但是为什么它们会被使用

标签： python deep-learning face-recognition facial-identification

【解决方案1】：

我想通了，基本上，这些点是位于 112,96 图像中的人脸的界标点，鼻子在图像中居中，因此将另一张脸的界标点转换到这些点上将居中对齐脸就像这些模板地标点

【讨论】：

如何得出鼻子在变形后始终位于图像中心的结论？
这是因为我们有一组预测的点，这些点是由 MTCNN 给我们的，我们将这些点转换并扭曲到上述 112x96 图像上的 src 点上，这使人脸居中图像的，通过将原始人脸的鼻子映射到目标图像的鼻子（中心）