对抗式遮挡感知人脸检测
计算机视觉与模式识别
2018-10-02 v6
摘要
遮挡人脸检测是一项具有挑战性的检测任务，因为各种真实世界遮挡会引起较大的外观变化。本文通过同时检测遮挡人脸和分割遮挡区域，提出了一种对抗式遮挡感知人脸检测器（AOFD）。具体而言，我们采用对抗训练策略来生成类遮挡人脸特征，这些特征难以被人脸检测器识别。在检测遮挡人脸的同时预测遮挡掩码，并且将遮挡区域用作辅助信息而非视为障碍。此外，来自分割分支的监督信号会反向影响特征，从而有助于检测严重遮挡的人脸。因此，AOFD能够以极高的置信度找到仅暴露少量面部关键点的人脸，并且即使对于戴口罩的人脸也能保持高检测精度。大量实验表明，AOFD不仅在MAFA遮挡人脸检测数据集上显著优于最先进的方法，而且在FDDB等通用人脸检测基准数据集上也取得了具有竞争力的检测精度。
引用
@article{arxiv.1709.05188,
title = {Adversarial Occlusion-aware Face Detection},
author = {Yujia Chen and Lingxiao Song and Ran He},
journal= {arXiv preprint arXiv:1709.05188},
year = {2018}
}
备注
Accepted by ACPR2018