近年来,卷积神经网络在人脸检测中取得了很大的成功,然而这些方法在处理人脸中多变的尺度,姿态,遮挡,表情,光照等问题时依然比较困难。为此,腾讯优图推出名为dsfd(中文名为双分支人脸检测器)的全新算法,该算法在著名人脸检测数据集上取得喜人结果,如今腾讯优图决定将之进行开源。
腾讯优图的研究员们发现,虽然之前的人脸检测算法大都采用深度学习模型,并在特征学习的过程中也有采用特征金字塔网络(featurepyramidnetwork),但在面对遮挡、暗光、大姿态、小脸等复杂场景时,仍容易出现误检或漏检的情况。因此,在fpn基础上,腾讯优图团队采用了3种不同级联方式的空洞卷积(dilatedconvolution),设计了特征增强模块fem,充分学习到了不同感受野下的人脸特征。
本文提出了一种新的方法,分别处理了人脸检测方向的三个关键点,包括更好的特征学习,渐进式的损失函数设计以及基于锚点分配的数据扩充:
(1)新的「特征增强」模块(fem:featureenhancemodule)
fem在采用top-down层间信息融合的同时,在同一「感受野」内做了更多的enhancement。因此在widthanddepth上学习到了更有效的context和semantic信息。
(2)「分层锚点渐进」式的代价函数监督(pla:progressiveanchorloss)
模型采用2个层级(hierarchy),基于第一层(low-level)和第二层(high-level)的差异性,适配了不同尺寸的anchor。在训练过程中,pal对整个模型形成了更有效的监督。
(3)「改进的锚点匹配策略」(improved anchor matching strategy)
one-stagedetector由于在输出层分配有密集的anchor,anchor与face匹配的好坏直接影响训练效果。优图的研究人员dataaugmentation过程中充分考虑了不同大小的face和各个anchor的关系,提出了一种新的数据扩增法。
dsfd 算法
该算法已被计算机视觉顶级会议cvpr 2019接收,原文《dsfd:dualshotfacedetector》由南京理工大学计算机科学与工程学院pcalab与腾讯优图实验室合作完成。
在两个著名的人脸检测数据集widerface和fddb的5个评测维度上,dsfd算法均刷新了当时的世界纪录,取得了top1的人脸检测结果:
wider face 评测结果
fddb 评测结果
为了与更多同行探讨dsfd算法的实际应用,腾讯优图在近日公布了开源地址:
github开源地址:https://github.com/tencentyouturesearch/facedetection-dsfd
据了解,目前腾讯优图的人脸检测技术已在安防、金融、社交、交通等多个应用场景落地,并在手机qq、微众银行、天天p图等多个公司内外部产品上进行应用验证。
对三种最典型的电调滤波电路进行分析和研究
百度处于搜索引擎这一迄今为止人工智能规模最大的应用场景
11月力帆集团传统乘用车车产量为0辆,或将为吉利代工生产
基于Linux的XADC控制器模块的两种形式配置
人工智能涉及的领域有多广
腾讯优图推出名为DSFD(中文名为双分支人脸检测器)的全新算法
中国手机销量下滑28% 份额向华为OPPO五大品牌集中
共射-共基放大电路的仿真分析
工业机器人的分类
两列铁将军双向防盗器接线图分享
一文详解外凸与内凸法规
荣耀V9好在哪里?有什么亮点?值不值得买?
西门子plc的crc校验程序
几种常用Reader输入流的使用方式
南方电网海南公司启动电网提升三年行动计划 加速推进海南电网“脱胎换骨”
2018电视机顶盒十大品牌,揭秘最值得入手的十大电视盒子
疫情之下医疗物资不够用,3D打印技术来帮忙
纸张表面瑕疵检测仪的详细介绍
3D NAND FLASH将会是我国存储芯片行业发展的一个突破口
5G通信正在全球推广,是时候为2030年规划6G通信了!