基于关键点的人脸对齐方法

人脸旋转校正的一般步骤：

1.人脸检测：首先使用人脸检测算法来检测图像中的人脸位置。
2.人脸关键点检测：对于每张检测到的人脸，使用人脸关键点检测算法来检测人脸中的关键点，如眼睛、鼻子、嘴巴等。
（项目中可以使用yolopose检测的人脸区域关键点来替代上面2步）
3.计算旋转角度：根据检测到的关键点位置，计算人脸的旋转角度。常见的方法是通过计算眼睛关键点的斜率来确定人脸的倾斜角度。可以使用反正切函数来计算斜率。
4.旋转校正：根据计算得到的旋转角度，对图像进行旋转校正。可以使用OpenCV库中的旋转函数（warpAffine函数）来实现。
5.人脸裁剪：根据旋转校正后的图像，可以根据关键点位置或预定义的尺寸来裁剪出对齐后的人脸图像。

在对比旋转矫正和仿射变换矫正的效果后，发现这两种方法对于倾斜人脸的矫正效果尚可，但是对于侧脸的矫正效果不佳。针对侧脸的矫正方法，查询到的信息中以3D人脸矫正(人脸建模方法)较多。

CVPR2020 | 反传统的无监督人脸旋转方案：旋转-渲染
核心就是通过单张图像和3D人脸建模，渲染从任意角度旋转到当前角度的带遮挡伪影和瑕疵的人脸，从而和原图构建训练数据对。其构造过程用到了两次人脸纹理获取，三维空间旋转和渲染。
论文的亮点在于：
无监督（自监督）的人脸旋转框架，摆脱多视角数据。
大数据集MegaFace的人脸识别效果提升。
论文：https://arxiv.org/pdf/2003.08124.pdf