一种快速而准确的人脸检测、识别与验证系统
计算机视觉与模式识别
2018-09-21 v1
摘要
大规模标注数据集的可得性与可负担的计算能力，使得 CNN 在各种目标检测与识别基准上的性能取得了令人瞩目的提升。这些进展，加之对深度学习方法更好的理解，也带来了机器对人脸理解能力的改善。CNN 能够在无约束图像与视频中检测人脸、定位面部关键点、估计姿态并识别人脸。在本文中，我们描述了一个用于无约束人脸识别与验证的深度学习流水线的细节，该流水线在多个基准数据集上达到了最先进的性能。我们提出了一种新颖的人脸检测器——深度金字塔单发人脸检测器（Deep Pyramid Single Shot Face Detector, DPSSD），它速度快且能够检测具有大幅尺度变化（尤其是极小人脸）的人脸。我们给出了自动人脸识别中各个模块的设计细节：人脸检测、关键点定位与对齐，以及人脸识别/验证。我们提供了所提人脸检测器在具有挑战性的无约束人脸检测数据集上的评估结果。随后，我们给出了在 IARPA Janus Benchmark A、B 和 C（IJB-A、IJB-B、IJB-C）以及 Janus Challenge Set 5（CS5）上的实验结果。
引用
@article{arxiv.1809.07586,
title = {A Fast and Accurate System for Face Detection, Identification, and Verification},
author = {Rajeev Ranjan and Ankan Bansal and Jingxiao Zheng and Hongyu Xu and Joshua Gleason and Boyu Lu and Anirudh Nanduri and Jun-Cheng Chen and Carlos D. Castillo and Rama Chellappa},
journal= {arXiv preprint arXiv:1809.07586},
year = {2018}
}