具有对齐感知的多视图人脸检测的漏斗结构级联
摘要
由于脸部外观和形状的多样性,开放环境中的多视图人脸检测是一项具有挑战性的任务。大多数多视角人脸检测器依赖于多个模型,并以平行,金字塔或树状结构进行组织,从而在准确性和时间成本之间折中。针对更有利的多视角人脸检测器,我们提出了一种新颖的漏斗结构级联(FuSt)检测框架。我们的FuSt从上到下包括1)多视图特定的快速LAB级联,用于非常快速的人脸建议,2)用于进一步候选窗口验证的多个粗MLP级联,以及3)统一的精细MLP级联与形状索引功能,用于精确的人脸检测。与其他结构相比,一方面,提出的方法使用多个计算有效的分布式分类器来提出少量的候选窗口,但是具有高视角的多视图面。另一方面,通过使用统一的MLP级联以集中式的方式检查所有视图的提议,为高精度,低时间成本的多视图人脸检测提供了有利的解决方案。此外,FuSt检测器具有对齐感知功能,并执行粗略的面部部分预测,有利于后续的人脸对齐。在两个具有挑战性的数据集FDDB和AFW上进行的大量实验证明了我们的FuSt检测器在精度和速度方面的有效性。
详细见:论文翻译