MobiFace：一种用于野外移动人脸跟踪的新数据集

人脸跟踪是移动应用中试图在移动环境下随时间分析目标人脸的关键初始步骤。然而，该问题很少受到关注，主要由于专用人脸跟踪基准的匮乏。在本文中，我们介绍了 MobiFace，首个用于移动场景下单人脸跟踪的数据集。它由 70 位不同智能手机用户在完全无约束环境中捕获的 80 段未编辑直播移动视频组成。超过 $95K$ 个边界框被人工标注。视频经过精心挑选以覆盖典型智能手机使用情形。视频还标注了 14 个属性，包括 6 个新提出的属性和 8 个在目标跟踪中常见的属性。我们评估了 36 个最先进的跟踪器，包括人脸关键点跟踪器、通用目标跟踪器以及我们微调或改进的跟踪器。结果表明，移动人脸跟踪无法通过现有方法解决。此外，我们展示了在 MobiFace 训练数据上微调显著提升了基于深度学习的跟踪器的性能，表明 MobiFace 捕捉到了移动人脸跟踪的独特特征。我们的目标是为社区提供一个多样化数据集，以支持移动人脸跟踪器的设计与评估。数据集、标注和评估服务器将位于 \url{https://mobiface.github.io/}。