HRNet/HRNet-Facial-Landmark-Detection

🧠 HRNet: Phát hiện landmark khuôn mặt với mạng đa nhánh giữ nguyên độ phân giải

Một implement chính thức từ giấy TPAMI, kết hợp biểu diễn đa nhánh cao độ phân giải để phát hiện landmark khuôn mặt chính xác.

Dự án HRNet-Facial-Landmark-Detection là implement chính thức của mô hình High-Resolution Network (HRNet) áp dụng cho bài toán phát hiện landmark khuôn mặt, dựa trên công trình nghiên cứu "Deep High-Resolution Representation Learning for Visual Recognition". Thay vì sử dụng kiến trúc đi xuống dần độ phân giải như các mạng CNN truyền thống, HRNet duy trì nhiều nhánh xử lý đồng thời ở các độ phân giải khác nhau và liên tục truyền thông tin giữa chúng, giúp mạng học được biểu diễn phong phú ở cả tầm nhìn rộng lẫn chi tiết.

✨ Điểm nổi bật

• Kiến trúc HRNetV2-W18: Mạng đa nhánh xử lý đồng thời ở nhiều độ phân giải, truyền thông tin liên tục giữa các nhánh để tăng cường biểu diễn.
• Hỗ trợ 4 bộ dữ liệu chuẩn: COFW, AFLW, WFLW và 300W — đánh giá trên cả trường hợp chung và các kịch bản khó (pose, ánh sáng, che khuất, mờ, makeup, biểu cảm).
• Kết quả mạnh trên các chỉ số NME và FR: Ví dụ trên WFLW (NME=4.60) và 300W (NME=3.85), cho thấy khả năng tổng quát hóa tốt.
• Mô hình nhẹ gọn: HRNetV2-W18 chỉ với 9.3M tham số và 4.3G FLOPs, phù hợp triển khai trên thiết bị có GPU.
• Cấu hình YAML linh hoạt: Dễ dàng tù biến training/testing thông qua file cấu hình trong thư mục experiments.
• Hỗ trợ pretrained model: Các trọng số ImageNet pretrained và từng bộ dữ liệu được cung cấp sẵn để tải về.

💡 Vì sao đáng chú ý

Khác với các kiến trúc CNN truyền thường làm giảm dần độ phân giải đầu vào và mất thông tin chi tiết, HRNet duy trì biểu diễn ở độ phân giải cao suốt toàn bộ quá trình, đồng thời kết hợp thông tin từ cả bốn nhánh xử lý khác nhau. Điều này giúp mạng học được biểu diễn mạnh mẽ ở cả tầm nhìn toàn cảnh lẫn chi tiết cục bộ — rất quan trọng cho bài toán phát hiện landmark khuôn mặt chính xác.

Dự án phù hợp với các nhà nghiên cứu và kỹ sư làm việc trong lĩnh vực thị giác máy tính, đặc biệt là ứng dụng liên quan đến căn chỉnh khuôn mặt (face alignment), phân tích biểu cảm, hoặc xây dựng pipeline xử lý khuôn mặt tự động.

#HRNet #FacialLandmarkDetection #DeepHighResolutionNet #ComputerVision #TiniX