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