挑战条件下证件相机采集图像中的人脸检测
计算机视觉与模式识别
2019-11-12 v1
摘要
得益于深度卷积神经网络方法（CNNs）的发展，许多人脸检测算法在非受限应用中已在准确率和极快速度方面达到最先进性能。然而，由于公开数据集的缺乏，以及相机采集图像中人脸图像方向多变、背景与光照复杂、散焦和光照变化等因素，非受限环境下证件图像的人脸检测尚未得到充分研究。为更高效地解决该问题，我们基于不同的图像质量评估，调研了三种基于通用图像的先进人脸检测方法，即 Cascade-CNN、MTCNN 和 PCN，用于证件相机采集图像中的人脸检测。为此，使用了最大且最具挑战性的证件数据集 MIDV-500 对这三种方法进行评估。评估结果显示了当前方法在野外复杂环境下证件人脸检测的性能与局限。这些结果表明，证件相机采集图像中的人脸检测任务具有挑战性，为未来工作提供了改进空间。
引用
@article{arxiv.1911.03567,
title = {Face Detection in Camera Captured Images of Identity Documents under Challenging Conditions},
author = {Souhail Bakkali and Zuheng Ming and Muhammad Muzzamil Luqman and Jean-Christophe Burie},
journal= {arXiv preprint arXiv:1911.03567},
year = {2019}
}
备注
accepted by the ICDAR2019 workshop CBDAR2019