面向移动端快速人脸检测的提案生成加速网络
计算机视觉与模式识别
2019-04-30 v1
摘要
人脸检测在过去几十年中是一个被广泛研究的问题。近来，通过深度神经网络取得了显著进展，然而由于移动设备有限的计算能力和内存，直接将这些技术应用于移动设备仍具挑战。在本工作中，我们提出了一种用于实时人脸检测的提案生成加速框架。更具体地，我们采用一种流行的级联卷积神经网络（CNN）作为基础，然后在基础框架上应用我们的加速方法以加快模型推理时间。我们的动机来自于观察到该框架的计算瓶颈出现在提案生成阶段，其中密集图像金字塔的每一层都必须经过网络。在本工作中，我们通过利用全局与局部人脸特征（即全局人脸与面部部件）来减少图像金字塔层数。在公开基准 WIDER-face 和 FDDB 上的实验结果表明，与当前最优方法相比，本方法具有令人满意的性能与更快的速度。
引用
@article{arxiv.1904.12094,
title = {Accelerating Proposal Generation Network for \\Fast Face Detection on Mobile Devices},
author = {Heming Zhang and Xiaolong Wang and Jingwen Zhu and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:1904.12094},
year = {2019}
}
备注
ICIP