用于多视角人脸检测的聚合通道特征
计算机视觉与模式识别
2014-09-04 v2
摘要
自 Viola 和 Jones 的开创性工作以来，人脸检测在过去几十年中备受关注。尽管许多后续研究通过更强大的学习算法改进了该方法，但用于人脸检测的特征表示仍无法有效且高效地应对野外环境中外观变化巨大的人脸。为突破这一瓶颈，我们将通道特征的概念引入人脸检测领域，将图像通道扩展为梯度幅值和方向梯度直方图等多种类型，从而以简洁的形式编码丰富信息。我们采用一种名为聚合通道特征（aggregate channel features）的新变体，对特征设计进行了全面探索，并发现了一种性能更优的多尺度版本。为处理野外人脸的姿态问题，我们提出了一种结合得分重排序和检测调整的多视角检测方法。遵循 Viola-Jones 框架的学习流程，使用聚合通道特征的多视角人脸检测器在 AFW 和 FDDB 测试集上表现出与最先进算法相当的竞争力，同时在 VGA 图像上的运行速度达到 42 FPS。
引用
@article{arxiv.1407.4023,
title = {Aggregate channel features for multi-view face detection},
author = {Bin Yang and Junjie Yan and Zhen Lei and Stan Z. Li},
journal= {arXiv preprint arXiv:1407.4023},
year = {2014}
}
备注
8 pages, 6 figures. Submitted to International Joint Conference on Biometrics, 2014