DSFD：双发射人脸检测器
计算机视觉与模式识别
2019-04-09 v3
摘要
本文提出一种新颖的人脸检测网络，包含三项针对人脸检测三个关键方面（分别是更好的特征学习、渐进式损失设计和基于锚点分配的增强数据）的新贡献。首先，我们提出特征增强模块（FEM）以增强原始特征图，将单发射检测器扩展为双发射检测器。其次，我们采用由两组不同锚点计算的渐进式锚点损失（PAL）来有效促进特征学习。第三，我们通过将新颖的锚点分配策略集成到数据增强中，使用改进锚点匹配（IAM）为回归器提供更好的初始化。由于这些技术均与双流设计相关，我们将所提出的网络命名为双发射人脸检测器（DSFD）。在流行基准 WIDER FACE 和 FDDB 上的大量实验证明了 DSFD 优于最先进（SOTA）人脸检测器。
引用
@article{arxiv.1810.10220,
title = {DSFD: Dual Shot Face Detector},
author = {Jian Li and Yabiao Wang and Changan Wang and Ying Tai and Jianjun Qian and Jian Yang and Chengjie Wang and Jilin Li and Feiyue Huang},
journal= {arXiv preprint arXiv:1810.10220},
year = {2019}
}
备注
Camera-ready version of DSFD for CVPR 2019. Code is available at: https://github.com/TencentYoutuResearch/FaceDetection-DSFD