基于全球权威的人脸检测公开评价集wider face《http://Shuo yang 1213.me/wider face/wider face _ results.html》的两张性能测试图以RetinaFace为基准
首先介绍RetinaFace,在论文《RetinaFace: Single-stage Dense Face Localisation in the Wild》中,作者提出了一种鲁棒的人脸检测器RetinaFace,利用额外的监控和自我监控多任务协作学习的优势,针对不同尺度的人脸进行pina face
在WIDER FACE Hard测试集中,RetinaFace在当时实现了比最先进的平均精度(AP )高1.1 )的AP时为91.4% )。
在IJB-C测试集中,RetinaFace可以使用最先进的方法(ArcFace )通过面部验证提高原始结果(FAR=1e-6时,TAR=89.59% )。
作者|江康登,贾国国,Yuxiang Zhou,Jinke Yu,Irene Kotsia,Stefanos Zafeiriou
学分|帝国理工大学InsightFace; 英国米德萨斯大学; 脸书
论文|https://arxiv.org/abs/1905.00641
代码|https://github.com/deepinsight/
insight face/tree/master/retina face
arxiv提交日期|2019年5月
看看当前WIDER FACE性能测试的排名。
验证集性能结果:
测试集性能结果:
从以上两张性能图来看,ASFD、MaskFace、RefineFace、AInnoFace的结果略优于RetinaFace。 但是,其中无论是验证集还是测试集中,MaskFace都低于RetinaFace,AInnoFace在测试集中也低于RetinaFace。
让我们详细了解这四种面部检测算法。
3358 www.Sina.com/http://www.Sina.com/http://www.Sina.com /
ASFD在论文《01》中指出,ASFD是一种新型的自动可扩展人脸检测器,基于神经架构检索技术和新的损失函数设计的结合。
目前,在WIDER FACE的Easy、Medium和Hard三个评估子集的六个评估结果中,有五个排名第一。 在验证集中的Easy中排名第二。 使用MobileNet处理VGA分辨率的图像时,轻量级ASFD-D0以超过120 FPS的速度工作。
作者| tydkh张,建里,ya Biao王,英太,成街王,金林里,feiyue黄,Yili下,文江沛,Rongrong Ji
单位|腾讯优图; 东南大学; 厦门大学
论文|https://arxiv.org/abs/2003.11228
arxiv提交日期|2020年3月
3358 www.Sina.com/http://www.Sina.com/http://www.Sina.com /
来自RefineFace,论文《ASFD》。 RefineFace由五个模块组成。
选择步骤聚合(str )
选择横向标准(STC )。
销售合同(SML ) )。
f
eature Supervision Module (FSM)
Receptive Field Enhancement (RFE)
STR 提高定位精度;STC 提高分类能力,实现高召回效率;SML 来区分不同比例的人脸和背景,并引入FSM 来让骨干学习更多的判别特征进行分类;RFE 提供更多样化的感受野,更好地捕捉一些极端姿势下的人脸。
在 WIDER FACE、AFW、PASCAL Face、FDDB、MAFA 上验证结果都达到 SOTA,并在 ResNet-18 上以 37.3 FPS 的速度运行 VGA 分辨率的图像。
作者 | Shifeng Zhang, Cheng Chi, Zhen Lei, Stan Z. Li
单位 | 中科院自动化所;国科大
论文 | https://arxiv.org/abs/1909.04376
arxiv提交日期 | 2019 年 9 月
03
AInnoFace
AInnoFace 出自论文『Accurate Face Detection for High Performance』,在其刚问世时,在 WIDER FACE 的 Easy、Medium 和 Hard 三个评测子集的六项评估结果中排名第一。
作者 | Faen Zhang, Xinyu Fan, Guo Ai, Jianfei Song,
Yongqiang Qin, Jiahong Wu
单位 | 创新奇智
论文 | https://arxiv.org/abs/1905.01585
arxiv提交日期 | 2019 年 5 月
04
MaskFace
MaskFace 出自论文『MaskFace: multi-task face and landmark detector』,是一个高精度的人脸和关键点检测模型,通过增加一个关键点预测头,扩展了以往的人脸检测方法。
新的关键点头采用了 Mask R-CNN 的思想,通过 RoIAlign 层提取面部特征。在图像中人脸较少的情况下,关键点头增加了较小的计算开销,同时大幅提高了精度。
作者 | Dmitry Yashunin, Tamir Baydasov, Roman Vlasov
单位 | Harman 公司
论文 | https://arxiv.org/abs/2005.09412
arxiv提交日期 | 2020 年 5 月
不过,上述四篇论文都没有开源。
- END –
编辑:CV君
转载请联系本公众号授权
备注:人脸
人脸技术交流群
人脸检测、识别、对齐、重建、表情识别、表情迁移等技术,
若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
投稿:amos@52cv.net
网站:www.52cv.net
点点【在看】分享技术成果