YouTube Faces with Facial Keypoints
Conjunto de datos de vídeo que contiene rostros humanos extraídos de YouTube, con anotaciones de puntos clave faciales para cada fotograma. Ideal para tareas de modelado y reconocimiento de movimientos faciales.
2200 vídeos anotados, más de 800 identidades, con archivos de puntos clave faciales en 2D/3D
CC0: Dominio público
Descripción
YouTube Faces with Facial Keypoints es un conjunto de datos de vídeos cortos que muestran a celebridades, extraídos de YouTube y enriquecidos con reflejos faciales en 2D/3D para cada fotograma. Cada vídeo está preprocesado: se recorta alrededor del rostro y se limita a 240 imágenes para optimizar el uso del aprendizaje automático. Las grabaciones abarcan más de 800 identidades, lo que hace un total de unos 2200 vídeos.
¿Para qué sirve este conjunto de datos?
- Entrene modelos de reconocimiento facial a partir de vídeos reales en condiciones incontroladas.
- Analice y prediga los movimientos o expresiones faciales a través de puntos clave temporales.
- Realice experimentos de transferencia de aprendizaje en otros conjuntos de datos faciales o animales.
¿Se puede enriquecer o mejorar?
Sí, es posible enriquecer este conjunto de datos con etiquetas emocionales, agrupaciones por género o edad, o integrar métodos para generar rostros sintéticos a fin de aumentar la diversidad. También se puede utilizar como base para entrenar o validar modelos GAN o para el seguimiento facial en tiempo real.
🔎 En resumen
🧠 Recomendado para
- Ingenieros de visión artificial
- Investigadores biométricos
- Desarrolladores de aplicaciones AR
🔧 Herramientas compatibles
- OpenCV
- Dlib
- MediaPipe
- PyTorch
- Keras
- Detectron2
💡 Consejo
Para un rendimiento óptimo, combine puntos clave 2D con flujos ópticos para modelar expresiones dinámicas.
Preguntas frecuentes
¿Los puntos clave proporcionados se pueden utilizar en 3D?
Sí, algunos archivos incluyen puntos clave 3D extraídos automáticamente mediante una biblioteca avanzada para la alineación facial.
¿Podemos entrenar un modelo de reconocimiento con este conjunto de datos?
Por supuesto, el conjunto de datos está diseñado para el reconocimiento facial entre vídeos y contiene suficiente diversidad para esta tarea.
¿Se puede usar el conjunto de datos en tiempo real para aplicaciones interactivas?
Sí, como los vídeos son cortos y los puntos clave están bien definidos, se puede utilizar para crear prototipos de aplicaciones AR/VR en tiempo real.
