论文阅读笔记-人脸关键点检测-PFLD：A Practical Facial Landmark Detector

原文链接：https://arxiv.org/abs/1902.10859v1
代码：https://github.com/polarisZhao/PFLD-pytorch

Abstract & Conclusion

1. 实用的人脸关键点检测器，移动设备上也有良好的检测精度。
2. 主干网络采用mobilenet，模型轻量化，模型仅为2.1Mb。
3. 加入辅助网络，通过估计人脸的3D姿态，提高主任务的精度。
4. 设计了新的loss函数，解决数据不平衡问题：训练时更关注于难样本，提高了难样本的检测精度。

Introduction

人脸关键点检测，又叫人脸对齐，任务为自动定位给定人脸的关键点位置，作为各种人脸应用任务的组成部分。开发一个实用的人脸特征检测器仍是一个具有挑战性的任务，因为检测器需要同时兼顾检测精度、处理速度以及模型尺寸方面的问题。

不同姿势、表情、灯光、遮挡和图像质量的人脸示例

不同姿势、表情、灯光、遮挡和图像质量的人脸示例

关于人脸检测准确性归结为三个挑战

• Challenge #1 - Local Variation. 局部变化
  表情、局部极端照明（例如高光和阴影）和遮挡会对人脸图像造成部分变化/干扰