突破无约束人脸检测的极限：一个挑战性数据集与基线结果
计算机视觉与模式识别
2018-08-09 v3
摘要
人脸检测在过去几年取得了巨大进展，每年都有新的里程碑被超越。尽管尺度、姿态、外观等方面的巨大变化等许多挑战已得到成功应对，但仍存在若干未被现有方法或数据集专门捕捉的问题。在本工作中，我们确定了需要研究界关注的下一组挑战，并收集了一个包含这些问题（如天气导致的退化、运动模糊、聚焦模糊及其他若干因素）的新人脸图像数据集。我们表明，最先进检测器的性能与现实世界需求之间存在显著差距。因此，为推动无约束人脸检测的进一步研究，我们提出了一个带有若干挑战的新标注无约束人脸检测数据集（UFDD），并对近期方法进行了基准测试。此外，我们对这些方法的结果与失败案例给出了深入分析。该数据集及基线结果将在适当时候公开。UFDD 数据集及基线结果可在：www.ufdd.info/ 获取。
引用
@article{arxiv.1804.10275,
title = {Pushing the Limits of Unconstrained Face Detection: a Challenge Dataset and Baseline Results},
author = {Hajime Nada and Vishwanath A. Sindagi and He Zhang and Vishal M. Patel},
journal= {arXiv preprint arXiv:1804.10275},
year = {2018}
}
备注
Accepted in BTAS'2018