对齐工具的差异

[jianbaba]

我使用的是sphereface中的matlab程序代码进行的裁剪的lfw图片（112X112），也是使用他的matlab测试代码进行的测试（使用你release的caffe模型），但是效果不到99%，请问是因为我使用的matlab，而你使用的是python的原因么？

[nttstar]

96x112->112x112的过程中注意坐标的变化 另外其他预处理也有可能不一样, 没办法给出准确结论

[jianbaba]

@nttstar ,我有看坐标变化，您二人使用的相似对齐坐标变换是完全一样，只是裁剪尺寸由96x112->112x112变换而已！另外请问作者有使用cosface损失，在sphereface的64层结构做过实验么？结果能达到99.7+么？

[nttstar]

坐标不一样

[jianbaba]

@nttstar 哦哦，我看到了！还有请问请问作者有使用cosface损失，在sphereface的64层结构做过实验么？结果能达到99.7+么？

[nttstar]

没试过

[jianbaba]

好的，谢谢郭总！

[deepage]

@jianbaba 你看看你的基准点坐标改了没有，之前的那个是96x112的，你需要改成如下形式： imgSize = [112, 112]; coord5point = [38.2946, 51.6963; 73.5318, 51.5014; 56.0252, 71.7366; 41.5493, 92.3655; 70.7299, 92.2041]; 我之前也是利用sphereface的测试代码测试insightface的模型（转换成caffemodel），结果是正确的，你最好检查下你对齐之后的图片。

[jianbaba]

@deepage 感谢感谢，坐标没问题！我的图片有几张变脏了（被其他人画了几个框在上面）现在准确率99.75%（爱你哟）

[zorrocai]

@deepage 你好， 我想问一下96x112->112x112的过程中，坐标的变化公式是什么呢？

[deepage]

@jianbaba 原来的五个基准点的坐标是针对96X112（即宽是96，高是112）图像的，但是现在把图像的宽扩充了，再继续用原来的基准点肯定不对，因为人脸在W方向上拉伸了，所以只是把这块线性的各加8像素，这样也就是补足了16像素（W方向上面扩充的部分）。而H方向上没有任何改变，则原有位置不变。不知道这么解释你能不能弄清楚。

[zorrocai]

@deepage 非常感谢您的解释。 我做了点实验，也发现了其中的不同。 1)这是96x112 coord5point = [30.2946, 51.6963; 65.5318, 51.5014; 48.0252, 71.7366; 33.5493, 92.3655; 62.7299, 92.2041]; 2)这是128x128,采用96x112的coord5point coord5point = [30.2946, 51.6963; 65.5318, 51.5014; 48.0252, 71.7366; 33.5493, 92.3655; 62.7299, 92.2041]; 3)这是128x128,采用您说的方法修改corrd5point coord5point = [46.2946, 59.6963; 81.5318, 59.5014; 64.0252, 79.7366; 49.5493, 100.3655; 78.7299, 100.2041]; 4)这是128x128,采用线性缩放coord5point coord5point = [40.3928, 59.0815; 87.3757, 58.8587; 64.7091, 81.9847; 44.7324, 105.5605; 83.6399, 105.3761]; 似乎4）和原始的96x112更接近呢。

[deepage]

@zorrocai 128X128图像的对齐建议你看下https://github.com/huangyangyu/SeqFace/blob/master/code/util.py。他们采用的是128X128的输入，我之前测试他们提供的模型时，按照我自己修改的对齐方式，识别结果要比他们提供的要低一些。其实你需要保证你训练还有测试时所做的处理一样，这样得到的结果就是正确的。不过看对齐的效果好像是做线性缩放效果要好一些。

[NocturnalPig]

@deepage 你好！请问一下，你知道五个基准点的坐标是怎么求出来的吗？

[MuggleWang]

同求，如何得到的五个基准点坐标？是从哪里统计得来的吗？