EfficientSRFace：一种具有超分辨率增强的精确人脸检测高效网络
计算机视觉与模式识别
2023-06-06 v1
摘要
在人脸检测中，低分辨率人脸（如拥挤场景中人群的大量小脸）在密集人脸预测任务中十分常见。它们通常包含有限的视觉线索，使得小脸与其他小物体难以区分，这给精确人脸检测带来了巨大挑战。尽管深度卷积神经网络近期显著推动了人脸检测的研究，但当前的深度人脸检测器很少考虑低分辨率人脸，且在存在大量低分辨率人脸的真实场景中也仍然脆弱。因此，它们在低分辨率人脸检测上通常性能下降。为缓解该问题，我们开发了一种称为 EfficientSRFace 的高效检测器，通过引入特征级超分辨率重建网络来增强模型的特征表示能力。该模块在训练过程中起辅助作用，且可在推理时移除而不增加推理时间。在 FDDB 和 WIDER Face 等公开基准数据集上的大量实验表明，嵌入的图像超分辨率模块能以少量额外参数与计算开销显著提升检测精度，同时帮助我们的模型取得与最先进方法相竞争的性能。
引用
@article{arxiv.2306.02277,
title = {EfficientSRFace: An Efficient Network with Super-Resolution Enhancement for Accurate Face Detection},
author = {Guangtao Wang and Jun Li and Jie Xie and Jianhua Xu and Bo Yang},
journal= {arXiv preprint arXiv:2306.02277},
year = {2023}
}