基于渐进校准网络的实时旋转不变人脸检测
计算机视觉与模式识别
2022-03-22 v3
摘要
旋转不变人脸检测，即检测具有任意平面内旋转（RIP）角度的人脸，在非受限应用中被广泛需求，但由于人脸外观的巨大变化，仍然是一项具有挑战性的任务。大多数现有方法在速度或精度上做出妥协以处理较大的RIP变化。为了更高效地处理该问题，我们提出渐进校准网络（PCN），以由粗到细的方式执行旋转不变人脸检测。PCN由三个阶段组成，每个阶段不仅区分人脸与非人脸，还逐步将每个人脸候选的RIP方向校准为直立。通过将校准过程划分为若干渐进步骤并仅在早期阶段预测粗略方向，PCN能够实现精确且快速的校准。通过对逐渐减小的RIP范围进行人脸与非人脸的二分类，PCN能够准确检测具有全 RIP角度的人脸。这样的设计造就了一个实时旋转不变人脸检测器。在多方向FDDB和包含自然场景中旋转人脸的WIDER FACE挑战性子集上的实验表明，我们的PCN取得了非常有前景的性能。
引用
@article{arxiv.1804.06039,
title = {Real-Time Rotation-Invariant Face Detection with Progressive Calibration Networks},
author = {Xuepeng Shi and Shiguang Shan and Meina Kan and Shuzhe Wu and Xilin Chen},
journal= {arXiv preprint arXiv:1804.06039},
year = {2022}
}
备注
Accepted to CVPR 2018. Code: https://github.com/Rock-100/FaceKit