FaceBoxes：一种高精度 CPU 实时人脸检测器
计算机视觉与模式识别
2018-12-27 v4
摘要
尽管人脸检测取得了巨大进展，但现存的一个开放挑战是如何在 CPU 上实现实时速度并保持高性能，因为有效的人脸检测模型往往计算成本过高。为了应对这一挑战，我们提出了一种名为 FaceBoxes 的新型人脸检测器，在速度和精度上均具有优越性能。具体而言，我们的方法具有轻量级但强大的网络结构，由快速消化卷积层(RDCL)和多尺度卷积层(MSCL)组成。RDCL 旨在使 FaceBoxes 能够在 CPU 上实现实时速度。MSCL 旨在丰富感受野并在不同层上离散化锚点，以处理各种尺度的人脸。此外，我们提出了一种新的锚点致密化策略，使不同类型的锚点在图像上具有相同的密度，这显著提高了小人脸的召回率。因此，所提出的检测器在单个 CPU 核心上以 20 FPS 运行，在使用 GPU 处理 VGA 分辨率图像时达到 125 FPS。而且，FaceBoxes 的速度不随人脸数量而变化。我们对该方法进行了全面评估，并在多个人脸检测基准数据集（包括 AFW、PASCAL face 和 FDDB）上呈现了 SOTA 的检测性能。代码可在 https://github.com/sfzhang15/FaceBoxes 获取
引用
@article{arxiv.1708.05234,
title = {FaceBoxes: A CPU Real-time Face Detector with High Accuracy},
author = {Shifeng Zhang and Xiangyu Zhu and Zhen Lei and Hailin Shi and Xiaobo Wang and Stan Z. Li},
journal= {arXiv preprint arXiv:1708.05234},
year = {2018}
}
备注
Accepted by IJCB 2017; Added references; Released codes