目前，人脸关键点检测算法在安防，娱乐等领域的应用越来越多，很多创业公司，BAT等大公司，直播、美颜公司等，都有自己的产品。我们针对较为流行的几款人脸标定产品进行测试比对，分析各家产品的特点，方便技术人员学习与开发。
我们主要选择了商汤、旷视、智云视图、颜鉴、百度等公司的产品进行测试，其中商汤、旷视、智云视图的SDK都提供统一的106点关键点，颜鉴、百度提供了在线测试，没有离线的SDK可以提供测试，我们仅测试在线模型，作为参考。
人脸关键点检测算法相对来说已经比较成熟，针对2D人脸关键点，我们首先回顾一下目前较好的算法。2D人脸关键点，ERT算法采用随机蕨的方式，速度快，但是如果追求高准确度，模型较大。3000FPS算法，根据开源代码，能够做到300fps左右，但是同样模型较大。主流的方式大多采用深度学习的方式，CVPR18的两篇，一个商汤的LAB，利用边缘信息，另外SAN，训练数据进行角度等分析，这些方式都具有较好的思路，但是在移动端的实用性不强。
针对移动端106标定，我们在自己标注的1000张直播数据集上进行了测评，主要测试了商汤SDK，face++ SDK，以及智云视图的SDK。对比模型大小，运行时间，准确率。针对服务器端的准确率，我们测试了face++，百度，颜鉴，由于各家的标定数据不统一，我们只能给出一个主观的比较。
商汤face landmark（2018.04）、face++ landmark（2018.09）、HyperLandmark（2018.08）
速度(华为P10)：6ms 、6ms、9ms
模型大小：1.3MB，1.6MB，2.1MB
精度（平均误差）：8.3%，8.1%，9.6%
在线人脸标定：face++，百度，颜鉴。
主观打分（6个人），分为1-5个等级，分别为（5，5，4）
部分结果展示：
TBA
网友评论