用于更精确更整洁人脸检测的反向非极大值抑制
计算机视觉与模式识别
2023-05-19 v1
摘要
近年来，基于 CNN 的人脸检测方法取得了显著进展。除了 CNN 强大的表征能力外，后处理方法对人脸检测性能也十分重要。一般而言，人脸检测方法会为一个脸预测若干候选边界框。NMS 用于滤除不准确的候选框以获得最精确的框。NMS 的原理是选择得分较高的框作为基准框，然后删除与基准框重叠面积大但得分较低的框。然而，当前 NMS 方法及其改进版本在人脸图像质量较差或人脸密集时表现不佳。在这些情况下，即使经过 NMS 过滤，常出现一个脸对应多个预测框的现象。为减少此类负面结果，本文提出一种以其他 NMS 方法相反顺序运作的新 NMS 方法。我们的方法在低质量和微小人脸样本上表现良好。实验表明，我们的方法作为不同人脸检测方法的后处理器是有效的。
引用
@article{arxiv.2305.10593,
title = {Inverted Non-maximum Suppression for more Accurate and Neater Face Detection},
author = {Lian Liu and liguo Zhou},
journal= {arXiv preprint arXiv:2305.10593},
year = {2023}
}