[论文解读] A Fast Face Detection Method via Convolutional Neural Network

Guanjun Guo, Hanzi Wang+3 more|arXiv (Cornell University)|Mar 27, 2018

Face recognition and analysis参考文献 49被引用 13

一句话总结

本文提出一种基于自定义卷积神经网络提取的判别性完整特征（DCFs）的快速人脸检测方法，无需图像金字塔即可在完整特征图上直接进行分类。该方法通过利用稀疏、尺度不变的特征以及在DCFs上的滑动窗口策略，在小人脸检测方面表现出高效率和强性能，在FDDB数据集上实现了91.6%的平均精度，并在ROC性能上优于多个基于CNN的人脸检测器。

ABSTRACT

Current face or object detection methods via convolutional neural network (such as OverFeat, R-CNN and DenseNet) explicitly extract multi-scale features based on an image pyramid. However, such a strategy increases the computational burden for face detection. In this paper, we propose a fast face detection method based on discriminative complete features (DCFs) extracted by an elaborately designed convolutional neural network, where face detection is directly performed on the complete feature maps. DCFs have shown the ability of scale invariance, which is beneficial for face detection with high speed and promising performance. Therefore, extracting multi-scale features on an image pyramid employed in the conventional methods is not required in the proposed method, which can greatly improve its efficiency for face detection. Experimental results on several popular face detection datasets show the efficiency and the effectiveness of the proposed method for face detection.

研究动机与目标

• 解决现有基于CNN的人脸检测方法依赖图像金字塔或目标建议生成所导致的高计算成本问题。
• 在保持高精度的同时提升检测效率，尤其针对小尺寸人脸。
• 开发一种既稀疏又尺度不变的特征表示，以实现更快的推理速度。
• 实现在完整特征图上直接进行滑动窗口分类，而非依赖图像金字塔或建议区域。

提出的方法

• 该方法使用带有ReLU激活函数的深度CNN生成稀疏特征空间，作为DCFs的基础。
• 通过最近邻插值将多尺度特征缩放至全连接层的输入尺寸，以保持稀疏性和拓扑结构。
• 提出一种快速特征提取方法，可直接从完整特征图计算每个滑动窗口的特征，避免冗余计算。
• 利用DCFs通过线性分类器进行直接分类，降低计算复杂度。
• 采用稀疏快速傅里叶变换（SFFT）算法加速卷积运算。
• 该方法避免依赖目标建议生成，而后者在小人脸检测中常表现不佳。

实验结果

研究问题

• RQ1 基于CNN的人脸检测方法是否能在不使用图像金字塔或目标建议生成的情况下实现高速性能？
• RQ2 判别性完整特征（DCFs）是否能在保持稀疏性和尺度不变性的同时，提供足够强的判别能力用于人脸检测？
• RQ3 在速度和精度方面，直接在完整特征图上进行分类是否优于依赖区域建议或图像金字塔的方法？
• RQ4 所提出的方法是否能有效检测传统方法难以处理的小尺寸人脸？

主要发现

• 在AFW数据集上，该方法实现了91.6%的平均精度，在高召回率区域优于大多数基线方法。
• 在FDDB数据集上，该方法在所有对比的基于CNN的方法中（包括R-CNN、faster R-CNN、YOLO和DeepIR）取得了最佳ROC性能。
• 视觉对比显示，该方法在小人脸和遮挡人脸检测方面表现更优，优于Face++。
• DCFs的使用使得可在特征图上直接进行滑动窗口分类，与依赖图像金字塔或建议网络的方法相比，显著降低了计算开销。
• 即使在约束较少的人脸数据有限的训练条件下，该方法性能依然稳健，表明其具有强大的泛化能力。