人脸检测
文章平均质量分 67
watersink
你怎么对这个世界,世界就会还你一个怎么样的它
展开
-
人脸检测之RetinaFace
论文:RetinaFace: Single-stage Dense Face Localisation in the Wild代码:https://github.com/deepinsight/insightface/tree/master/RetinaFacehttps://github.com/biubug6/Pytorch_Retinaface论文基于RetinaNet进行改进,提出了RetinaFace。传统的目标检测框架RetinaNet只进行分类,边框预测。RetinaF...原创 2020-07-07 15:06:43 · 2993 阅读 · 0 评论 -
人脸检测之CenterFace
论文:CenterFace: Joint Face Detection and AlignmentUsing Face as PointGithub:https://github.com/Star-Clouds/CenterFace论文基于centerNet进行改进,提出了anchor free形式的人脸检测框架,可以同时实现人脸检测+关键点检测。精度和速度都优于主流的MTCNN,Face Box等框架。主要贡献:提出了anchor free的人脸检测设计,将人脸检测问题转化为...原创 2020-07-03 15:02:44 · 8013 阅读 · 10 评论 -
人脸检测BlazeFace
论文:BlazeFace: Sub-millisecond Neural Face Detection on Mobile GPUsMNN-github:https://github.com/xindongzhang/MNN-APPLICATIONSGoogle出品,论文提出了一个移动端的超级实时的人脸检测框架(人脸检测+关键点检测),基于MobileNetV1/V2...原创 2019-10-30 15:21:32 · 1956 阅读 · 0 评论 -
人脸检测之Ultra-Light-Fast-Generic-Face-Detector-1MB
Github:https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB优点:基于ssd修改。速度超级快,MNN上测试,MTCNN得20ms,该模型只要4ms。精度上不如MTCNN。支持NCNN,MNN。包含2个版本的模型,slim版本(速度快)和RFB版本(精度高)。缺点:不支持人脸关键点检...原创 2019-10-24 18:58:26 · 7434 阅读 · 12 评论 -
MTCNN(Multi-task convolutional neural networks)人脸对齐
该MTCNN算法出自深圳先进技术研究院,乔宇老师组,是今年2016的ECCV。(至少我知道的今年已经一篇cvpr,一篇eccv了)。 进入正题理论基础:正如上原创 2016-09-27 15:23:02 · 85344 阅读 · 49 评论 -
Bootstrapping Face Detection with Hard Negative Examples
这篇文章是小米2016年的FDDB人脸检测第一名的文章。作者万韶华,博士。 文章主要是基于fasterRCNN的框架进行人脸检测。主要优化的地方在于难例挖掘(hard negative mining)。文章中的难例挖掘思路和传统的训练cascade人脸检测的思路很像。先是使用传统的fasterRCNN跑一次,然后将得到的hardexamples输入下一次的网络训练集中,如此迭代的反复训原创 2018-02-13 15:18:18 · 1906 阅读 · 0 评论 -
人脸检测之S3FD
该方法出自论文S3FD: Single Shot Scale-invariant Face Detector文章改进点:(1)基于不同layer层的不同scale的anchor策略其中各个卷积层的滑动步长,anchor大小,感受野大小分别如下,其中anchor 的aspect ratio为1:1。这样的设置,主要是由于作者在实际真实数据样本中得出,anchor面原创 2018-02-25 22:05:58 · 9148 阅读 · 2 评论 -
使用渐进校准网络(PCN)的实时旋转不变人脸检测
论文为山世光老师组2018 cvpr的作品。 人脸3D变换基础:平面内旋转(左右歪头问题):roll,本人重点讨论的问题平面外左右旋转(正脸,侧脸问题):yaw平面外俯仰(仰头,低头问题):pitch 方向相关人脸检测的思路:(a) 使用数据增强的方法,增加各种角度的人脸进行训练,该思路大大的依赖于样本的多样性,同时为了让网络能同时学到这么多的信息,也需要一个较大的网络结构。(b) 使用分治的策略...原创 2018-05-07 14:16:19 · 5692 阅读 · 1 评论 -
图像加速处理库Simd
优势:(1)纯c++源码,无任何第三方依赖,并且支持opencv(2)针对不同的cpu做过专门的SSE,AVX,NEON加速,速度比opencv快(3)支持跨平台,windows,linux,android,ARM 下面的例子是自带的一个人脸检测的测试,UseFaceDetection.cpp, 测试效果:I7 7700HQ VGA(640*480):11M...原创 2017-09-22 13:12:04 · 3226 阅读 · 0 评论 -
基于Faster-RCNN的人脸检测
出自这篇文章,Face Detection with the Faster R-CNN文章主要使用Faster-RCNN框架,使用wider-face训练数据集进行人脸检测的训练。VGG基础框架的faceFaster-RCNN模型大小522M。 安装测试:git clone --recursive https://github.com/playerkk/face-py-faster-rcnn.gi...原创 2018-02-11 12:29:27 · 6737 阅读 · 6 评论 -
人脸检测之SSH(Single Stage Headless)
文章出自2017 ICCV,SSH: Single Stage Headless Face Detector感觉SSH最大的特色就是尺度不相关性(scale-invariant),像MTCNN这样的网络在预测的时候,是通过一个for循环输入不同大小scale的图片进行预测再NMS,而SSH只需要一遍forward就可以搞定。实现的途径就是对VGG不同的卷积输出层做了3个分支(M1,M2原创 2018-01-19 12:15:43 · 6635 阅读 · 1 评论 -
人脸检测之PICO(Pixel Intensity Comparisons Organized)
整体检测思想:(1)Pico 采用滑窗策略,图像大小维持不变,通过窗口不断移动与放大,实现对图像上所有区域的检测。(2)针对每一个窗口,使其通过所有树,每通过一棵树会得到一个结果,这个结果不断递加,当其小于阈值时,则拒绝该窗口,判定其非人脸。(3)若该窗口通过了所有树,其结果大于阈值,则接受该窗口,判定其为人脸,该结果为其置信度。(4)检测完所有窗口后做一次聚类,假如两个区域的交集原创 2016-10-11 22:28:22 · 5482 阅读 · 8 评论 -
SeetaFace大总结
2016年9月14日,山世光老师开源其人脸识别的一套模型,SeetaFace,并且带着源码,包括人脸检测,人脸对齐,人脸识别,三个模块,算是把人脸这一套的都有了。github的星星也转眼间就上了百,为此本屌丝也在工作之余对其性能进行了测试。 Face Detection:检测部分速度有点慢,继续开了openmp也没感觉有啥能感觉到的提速。实际效果如下:Face Alig原创 2016-09-23 19:22:34 · 35935 阅读 · 128 评论 -
Dlib人脸检测+对齐
1,dlib库的安装准备工具:(1)cmake,https://cmake.org/download/(2)dlib库,http://dlib.net/,19.2的版本需要vs2015才可以支持,我这里安装的是18.17,http://download.csdn.net/detail/qq_14845119/9717274只需vs2013就可以支持。 开始编译,这里,需要使...原创 2016-12-21 10:53:42 · 8772 阅读 · 1 评论 -
OpenFace
OpenFace是一个包含了landmark,head pose,Actionunions,eye gaze等功能,并包含训练和检测所有源码的开源人脸框架,论文为,OpenFace: an open source facial behavior analysis toolkit OpenFace所用到的库包含opencv,dlib,boost,tbb建议在vs2015下运行。程序整...原创 2017-01-03 15:11:25 · 12518 阅读 · 7 评论 -
人脸检测+对齐之JDA
JDA方法出自论文,JointCascade Face Detection and Alignment(2014 ECCV),是一个集合了检测和对齐为一起的人脸检测对齐算法。该方法的作者里面包含了,提出LBF的Shaoqing Ren,提出ESR算法的XudongCao。 linux下安装步骤: git clone --recursive https://github.com/lu...原创 2017-01-14 18:18:04 · 2690 阅读 · 1 评论 -
人脸检测之DDFD(Deep Dense Face Detector)
DDFT(Deep Dense Face Detector)是一种基于AlexNet进行微调(finetune)改进的一种深度学习的网络模型。是雅虎公司2015年的作品,并发表在了cvpr,论文名为Multi-view Face Detection Using Deep Convolutional Neural Networks。可以实现基于多角度,遮挡,关照下的人脸检测。是一种unconstra原创 2016-09-17 19:11:26 · 8453 阅读 · 11 评论 -
人脸检测之NPD(Normalized Pixel Difference)
个人拙见: 归一化的像素差异特征Normalized PixelDifference (NPD),出自TPAMI上A Fast and AccurateUnconstrained Face Detector 这篇文章。是李子青组2015年的一篇论文。并且该方法的检测和训练的程序,作者已经开源,非常的值得借鉴。是传统的机器学习方面一篇很有影响的人脸检测的论文。NPD方法的优势:(1)原创 2016-09-18 18:57:00 · 9040 阅读 · 7 评论 -
人脸检测之FaceBoxes
出自李子青老师组的作品,FaceBoxes: A CPU Real-time Face Detector with High Accuracy 文章整体创新分为3个部分:(1)RDCL模块在这个模块中,卷积的滑动步长是很大,属于比较稀疏的滑动卷积。其中conv1滑动步长为4,使得feature map缩小1/4,conv2使得滑动步长为2,使得feature map缩小1...原创 2018-01-21 14:41:36 · 3951 阅读 · 1 评论 -
人脸检测之DPM(Deformable Parts Model)
DPM的详细原理可以参考本人http://blog.csdn.net/qq_14845119/article/details/52625426 由于DPM算法本身是一种基于组件的检测算法,所以对扭曲,性别,多姿态,多角度等的人脸都具有非常好的检测效果。 本文给出的是Matlab版本的程序,c++版本的可以参考doppia。 程序链接: 实验结果:原创 2016-09-22 20:04:20 · 5405 阅读 · 4 评论