[论文解读] Face R-CNN

Hao Wang, Zhifeng Li+2 more|arXiv (Cornell University)|Jun 4, 2017

Face recognition and analysis参考文献 31被引用 44

一句话总结

本文提出了一种基于Faster R-CNN的鲁棒人脸检测方法Face R-CNN，通过新颖的多任务损失设计、在线难例挖掘和多尺度训练，显著提升了性能。在FDDB和WIDER FACE基准上评估，Face R-CNN在人脸检测任务中达到最先进水平，相比现有方法有显著改进。

ABSTRACT

Faster R-CNN is one of the most representative and successful methods for object detection, and has been becoming increasingly popular in various objection detection applications. In this report, we propose a robust deep face detection approach based on Faster R-CNN. In our approach, we exploit several new techniques including new multi-task loss function design, online hard example mining, and multi-scale training strategy to improve Faster R-CNN in multiple aspects. The proposed approach is well suited for face detection, so we call it Face R-CNN. Extensive experiments are conducted on two most popular and challenging face detection benchmarks, FDDB and WIDER FACE, to demonstrate the superiority of the proposed approach over state-of-the-arts.

研究动机与目标

• 为解决现有目标检测方法在应对人脸检测特有挑战（如小物体尺度和外观高度可变性）方面的局限性。
• 通过引入针对性的架构和训练优化，提升Faster R-CNN在人脸检测任务中的性能。
• 通过先进的训练策略，提升模型对人脸尺寸、姿态和遮挡变化的鲁棒性。
• 基于广泛使用的FDDB和WIDER FACE数据集，建立人脸检测的新最先进基准。

提出的方法

• 设计了一种新型多任务损失函数，联合优化区域建议与分类任务，增强人脸特征学习能力。
• 应用在线难例挖掘，动态聚焦于困难正样本和负样本的训练，提升模型泛化能力。
• 引入多尺度训练策略，提升模型在推理阶段对人脸尺寸和尺度变化的鲁棒性。
• 基于Faster R-CNN的两阶段检测框架，通过领域特定的修改，专门适配人脸检测任务。
• 采用所提出的损失函数和训练策略，端到端训练模型，以优化检测精度和定位性能。

实验结果

研究问题

• RQ1 如何有效改进Faster R-CNN以应对人脸检测的特有挑战？
• RQ2 何种损失函数设计能提升人脸检测中区域建议与分类的联合优化？
• RQ3 在线难例挖掘在提升困难人脸样本检测性能方面有何作用？
• RQ4 多尺度训练在多大程度上提升了对人脸检测中尺度变化的鲁棒性？

主要发现

• Face R-CNN在FDDB基准上达到最先进性能，检测精度优于以往方法。
• 在WIDER FACE数据集上，所提方法在多种评估协议下表现优异，包括遮挡和小尺寸人脸等挑战性场景。
• 在线难例挖掘的集成显著提升了对困难负样本的检测能力。
• 多尺度训练策略显著增强了模型对尺度变化的鲁棒性，尤其提升了对小尺寸人脸的检测效果。