面向鲁棒人脸检测的宽纵横比匹配
计算机视觉与模式识别
2021-03-11 v1
摘要
近年来，基于锚点的方法在人脸检测中取得了巨大进展。一旦锚点设计与锚点匹配策略确定，便会采样大量正锚点。然而，具有极端纵横比的人脸按照标准锚点匹配策略总是无法被采样。事实上，锚点与极端纵横比人脸之间的最大 IoU 仍低于固定采样阈值。本文中，我们首先从理论上探究影响每个人脸最大 IoU 的因素。随后，进行锚点匹配仿真以评估人脸纵横比的采样范围。此外，我们提出一种宽纵横比匹配（WARM）策略，以从真实人脸中收集覆盖宽泛纵横比范围的更具代表性的正锚点。最后，我们提出一种新颖的特征增强模块，称为感受野多样性（RFD）模块，以提供对应于不同纵横比的多样化感受野。大量实验表明，我们的方法可帮助检测器更好地捕捉极端纵横比人脸，并在包括 WIDER FACE 与 FDDB 数据集在内的具有挑战性的人脸检测基准上取得优异检测性能。
引用
@article{arxiv.2103.05993,
title = {Wide Aspect Ratio Matching for Robust Face Detection},
author = {Shi Luo and Xiongfei Li and Xiaoli Zhang},
journal= {arXiv preprint arXiv:2103.05993},
year = {2021}
}
备注
18 pages, 8 figures, 3 tables