[论文解读] Accurate Face Detection for High Performance

Faen Zhang, Xinyu Fan+4 more|arXiv (Cornell University)|May 5, 2019

Face recognition and analysis参考文献 54被引用 24

一句话总结

本文提出 AInnoFace，一种通过整合近期技术提升的高性能人脸检测器：两阶段分类与回归、IoU 损失用于边界框回归、基于数据锚点采样的数据增强、用于鲁棒分类的 Max-out 操作，以及多尺度测试。该方法在 WIDER FACE 验证集上实现了 97.0%（Easy）、96.1%（Medium）和 91.8%（Hard）的 SOTA AP 分数，优于所有先前方法。

ABSTRACT

Face detection has witnessed significant progress due to the advances of deep convolutional neural networks (CNNs). Its central issue in recent years is how to improve the detection performance of tiny faces. To this end, many recent works propose some specific strategies, redesign the architecture and introduce new loss functions for tiny object detection. In this report, we start from the popular one-stage RetinaNet approach and apply some recent tricks to obtain a high performance face detector. Specifically, we apply the Intersection over Union (IoU) loss function for regression, employ the two-step classification and regression for detection, revisit the data augmentation based on data-anchor-sampling for training, utilize the max-out operation for classification and use the multi-scale testing strategy for inference. As a consequence, the proposed face detection method achieves state-of-the-art performance on the most popular and challenging face detection benchmark WIDER FACE dataset.

研究动机与目标

• 在存在遮挡、尺度变化和小尺寸人脸等显著挑战的非约束场景中，提升人脸检测性能。
• 通过整合近期深度学习进展，提升单阶段人脸检测器的性能，特别是对极小人脸的检测能力。
• 在 WIDER FACE 基准数据集上实现 SOTA 结果，该数据集是标准且具有挑战性的人脸检测数据集。
• 证明结合多种近期技术可显著提升检测准确率，而无需对网络架构进行大规模修改。

提出的方法

• 以 RetinaNet 作为人脸检测的基线单阶段检测器。
• 应用两阶段分类与回归策略，以提升定位与分类的准确性。
• 使用交并比（IoU）损失直接优化边界框回归。
• 基于数据锚点采样实现数据增强，以提升对极小人脸的泛化能力。
• 在分类头中引入 Max-out 操作，以增强特征的鲁棒性。
• 采用多尺度测试结合边界框投票策略，以提升对小尺寸人脸的推理性能。

实验结果

研究问题

• RQ1 将近期深度学习技术组合使用，是否能显著提升在 WIDER FACE 等具有挑战性的基准上的检测性能？
• RQ2 两阶段分类与回归策略在提升极小人脸检测准确率方面效果如何？
• RQ3 基于数据锚点采样的数据增强在提升小尺寸人脸实例泛化能力方面有多显著？
• RQ4 与标准回归损失相比，使用 IoU 损失是否能带来更好的定位准确率？
• RQ5 结合投票机制的多尺度测试是否能进一步提升对小尺寸及难检测人脸的性能？

主要发现

• AInnoFace 在 WIDER FACE 验证集的 Easy 子集上实现了 SOTA 的平均精度（AP）97.0%。
• 该方法在验证集的 Medium 子集上达到 96.1% 的 AP，在 Hard 子集上达到 91.8% 的 AP，优于所有对比的 SOTA 方法。
• 在测试集上，AInnoFace 实现了 96.5% AP（Easy）、95.7% AP（Medium）和 91.2% AP（Hard），证实了其强大的泛化能力。
• 消融实验表明，每个组件——尤其是 IoU 损失和多尺度测试——对性能提升均有显著贡献。
• 各项技术的组合在所有难度级别上均带来一致的性能提升，尤其在存在遮挡和小尺度的困难样本上表现突出。
• 结果表明，无需架构改进即可实现 SOTA；有效整合现有技术即可实现卓越性能。