PFLD：一种实用的人脸关键点检测器
计算机视觉与模式识别
2019-03-05 v2
摘要
准确、高效且轻量对人脸关键点检测器在实际使用中的至关重要。为同时兼顾这三方面，本文研究了一种在野外环境（如非受限姿态、表情、光照与遮挡条件）下具有良好检测精度、且在移动设备上具备超实时速度的简洁模型。更具体地，我们定制了一个端到端单阶段网络并配以加速技术。在训练阶段，对每个样本估计旋转信息以对关键点定位进行几何正则化，而该信息在测试阶段并不参与。设计了一种新颖的损失函数，除考虑几何正则化外，还通过调整训练集中不同状态（如大姿态、极端光照与遮挡）样本的权重来缓解数据不平衡问题。我们进行了大量实验以证明设计的有效性，并揭示其在广泛采用的挑战性基准（即 300W（含 iBUG、LFPW、AFW、HELEN 与 XM2VTS）与 AFLW）上优于最先进替代方法的优越性能。我们的模型大小仅 2.1Mb，在手机（高通 ARM 845 处理器）上对每个人脸可达超过 140 fps 且精度高，使其对大规模或实时应用颇具吸引力。我们已基于 PFLD 0.25X 模型构建的实用系统公开于 \url{http://sites.google.com/view/xjguo/fld}，以鼓励社区的对比与改进。
引用
@article{arxiv.1902.10859,
title = {PFLD: A Practical Facial Landmark Detector},
author = {Xiaojie Guo and Siyuan Li and Jinke Yu and Jiawan Zhang and Jiayi Ma and Lin Ma and Wei Liu and Haibin Ling},
journal= {arXiv preprint arXiv:1902.10859},
year = {2019}
}