具有对齐感知的漏斗式级联多视角人脸检测
计算机视觉与模式识别
2018-02-13 v1
摘要
开放环境下的多视角人脸检测是一项具有挑战性的任务，因为人脸外观和形状存在多种变化。大多数多视角人脸检测器依赖多个模型，并以并行、金字塔或树状结构组织它们，在准确率和时间成本之间进行折中。为了构建更优的多视角人脸检测器，我们提出了一种新颖的漏斗式级联 (FuSt) 检测框架。以由粗到细的方式，我们的 FuSt 从上到下依次包括：1) 多个针对特定视角的快速 LAB 级联，用于极快地生成人脸候选；2) 多个粗粒度 MLP 级联，用于进一步验证候选窗口；3) 一个带有形状索引特征的统一细粒度 MLP 级联，用于精确的人脸检测。与其他结构相比，一方面，所提出的结构使用多个计算高效的分布式分类器来提出少量候选窗口，但对多视角人脸保持高召回率。另一方面，通过使用统一的 MLP 级联以集中方式检查所有视角的候选，它为多视角人脸检测提供了一种兼顾高准确率和低时间成本的优良解决方案。此外，FuSt 检测器具有对齐感知能力，并执行粗粒度的面部部件预测，这有利于后续的人脸对齐。在两个具有挑战性的数据集 FDDB 和 AFW 上的大量实验证明了我们的 FuSt 检测器在准确率和速度上的有效性。
引用
@article{arxiv.1609.07304,
title = {Funnel-Structured Cascade for Multi-View Face Detection with Alignment-Awareness},
author = {Shuzhe Wu and Meina Kan and Zhenliang He and Shiguang Shan and Xilin Chen},
journal= {arXiv preprint arXiv:1609.07304},
year = {2018}
}
备注
Submitted to Neurocomputing (under review). An adapted open source implementation can be found at https://github.com/seetaface/SeetaFaceEngine/tree/master/FaceDetection