面向嵌入式系统的高效人脸关键点检测

本文介绍了 Efficient Facial Landmark Detection (EFLD) 模型，专为面对与功耗和时延相关挑战的边缘设备设计。EFLD 具备轻量级 backbone 和灵活的检测头，每个组件都显著提高了资源受限设备上的操作效率。为提高模型的鲁健性，我们提出了一种 cross-format 训练策略。该策略利用广泛可用的公开数据集来增强模型的通用性和鲁健性，而不会增加推理成本。我们的消融研究突出显示了每个组件对降低计算需求、减小模型大小和提高准确性的显著影响。EFLD 在 IEEE ICME 2024 Grand Challenges PAIR Competition 中表现出色，这是一个专注于低功耗、高效和准确的人脸关键点检测的竞赛，展示了其在实际人脸关键点检测任务中的效果。