PINTO0309/High-Angle_Robust_Fast_FaceAlignment

🧠 HRFFA: Face alignment toàn đầu bền góc cực, chạy nhanh trên CPU

Pipeline huấn luyện, distill và triển khai ONNX cho face alignment toàn đầu (whole-head), bền ở góc nhìn cực đoan và nhẹ đủ chạy trên CPU.

HRFFA (High-Angle Robust Fast Face Alignment) không nhận vào một vùng khuôn mặt hẹp như các bài làm truyền thống, mà nhận toàn bộ đầu + viền nền nhỏ. Lý do: các bộ phát hiện đối tượng dễ định vị toàn đầu ổn định hơn, và việc thu thập toàn bộ đầu giúp mô hình học thêm ngữ cảnh. Dự án bao gồm dataset, mô hình giáo viên DINOv3 ViT-L/16 (320×320) và các mô hình học sinh ViT-T/16 + PP-HGNetV2-B0 (256/96), huấn luyện bằng distill trực tuyến và xuất ra đồ thị ONNX chạy trong 1.5–12 ms trên CPU.

✨ Điểm nổi bật

• Toàn đầu, không chỉ khuôn mặt: mô hình nhận crop toàn bộ đầu + viền nền nhỏ, tận dụng ngữ cảnh xung quanh.
• Góc nhìn cực đoan: hỗ trợ pitch vượt ±85°, roll 360° đầy đủ, yaw ±90°.
• 68 / 98 / 29 landmarks: đầu ra nhiều độ phân giải landmark tùy nhu cầu.
• Nhãn visibility 3 lớp: mỗi điểm landmark gán nhãn ngoài ảnh / bị che khuất / hiển thị.
• Distill trực tuyến: học sinh được huấn luyện bằng knowledge distillation từ giáo viên DINOv3 ViT-L/16.
• Chạy nhanh trên CPU: mô hình học sinh xuất ra ONNX, chạy trong 1.5–12 ms trên CPU.
• Triển khai đa nền tảng: hỗ trợ TensorRT BF16, WebGPU + YOLOv9-MIT.

💡 Vì sao đáng chú ý

HRFFA khác biệt ở chỗ xử lý toàn đầu thay vì khuôn mặt hẹp, giúp mô hình vững hơn ở góc nhìn cực đoan mà vẫn nhẹ đủ chạy trên CPU. Phương pháp distill từ giáo viên DINOv3 cho phép các mô hình học sinh nhỏ gọn (1.6M–9.0M tham số) đạt được độ chính xác gần với giáo viên trong khi giữ được tốc độ suy diễn thấp.

Dự án phù hợp cho các ứng dụng thực tế cần face alignment ở môi trường góc nhìn khó khăn (camera hành trình, video thân thiện), đồng thời triển khai dễ dàng lên nền tảng CPU, TensorRT hoặc WebGPU.

#FaceAlignment #HighAngle #ONNX #KnowledgeDistillation #TiniX