ICCVAug, 2017

S$^3$FD: 单次检测尺度不变人脸检测器

PDF
TL;DR本文介绍了一种名为 Single Shot Scale-invariant Face Detector 的实时人脸检测器，它通过单个深度神经网络在各种尺度的人脸上表现出色，特别是对小尺寸的人脸有良好的检测效果。我们在提出一个尺度平等的人脸检测框架、通过尺度补偿锚匹配策略和最大化背景标签的方式来提高小尺寸人脸的召回率和减少假阳性率。通过 AFW、PASCAL face、FDDB 和 WIDER FACE 数据集的评测结果，该方法达到了当今最先进的检测性能，并可在 Nvidia Titan X (Pascal) 上为 VGA 分辨率图像提供 36 FPS 的响应速度。
发现论文，激发创造
  • 尺度友好的深度卷积神经网络进行人脸检测

    本篇论文介绍了一种基于卷积神经网络设计的人脸检测器，该检测器可以处理极大范围内尺度大小的人脸，所设计的深度卷积神经网络结构可以模拟不同尺度的人脸，且经过训练后在 WIDER FACE 和 FDDB 数据集中表现出优异性能，其模型的输入不需要图像金字塔，拥有适度的复杂度，实用性标准时间内运行。

    Jun, 2017

  • 尺度感知人脸检测

    该研究提出了一种基于 CNN 的面部检测器，可以通过预测面部的尺度分布直方图来显式处理不同尺度的面部，从而实现更好的检测效果和更少的计算成本。

    Jun, 2017

  • DSFD: 双阶段人脸检测器

    本文提出了一种名为 “Dual Shot Face Detector (DSFD)” 的新型人脸检测网络，通过三个关键方面的改进：改善特征学习、优化损失设计、数据增强，达到了超越现有人脸检测器的效果。

    Oct, 2018

  • LFFD：一款适用于边缘设备的轻量快速人脸检测器

    本文提出了一种针对边缘设备的轻量级和高速人脸检测器，其方法是基于无锚点的一阶段检测，通过重新考虑感受野和有效感受野（ERF）之间的关系来实现多尺度的连续人脸检测。综合实验结果表明，该方法在多个数据集上取得了更高的准确度和更快的推断速度。

    Apr, 2019

  • 寻找微小人脸

    该论文探讨了物体识别中探测小物体的挑战，重点考察了尺度不变性、图像分辨率、语境推理等方面，并通过训练深度网络实现了在小脸检测方面的突破，在 FDDB 和 WIDER FACE 数据集上实现了优异的结果。

    Dec, 2016

  • 在困难图像上训练小面孔以实现强大的人脸检测

    本文提出了一种基于锚点的深度人脸检测器，通过在 hard images 上学习 small faces，并采用新型的 hard image mining 训练方法，在 WIDER FACE、FDDB、Pascal Faces 和 AFW 数据集上进行了实验，证明了该方法对 hard faces 检测的有效性。

    Nov, 2018

  • 使用深度卷积神经网络进行多视角人脸检测

    本文提出了一种基于卷积神经网络的 Deep Dense Face Detector (DDFD) 方法，不仅不需要姿态或者地标注释，而且能够探测多个视角下人脸的位置，并且表现出与其他方法相当或优于其他更为复杂的方法。

    Feb, 2015

  • 鲁棒性和高性能的人脸检测器

    本报告通过重新实现最先进的探测器 SRN 并应用近期文献中提出的一些技巧来获得一种非常强大的人脸探测器，并在 WIDER FACE 测试集达到了最先进的表现。

    Jan, 2019

  • 自动可伸缩人脸检测器

    通过不同的可微架构搜索方法，提出的 AutoFAE 模块在人脸检测方面表现出优异的性能，并在 WIDER Face 测试中实现了 AP 96.7/96.2/92.1 的结果。

    Jan, 2022

  • 利用尺度不变和特征重新加权网络进行三维物体检测

    本文介绍了一种新型网络架构，利用前视图像和视锥形点云生成三维检测结果，使用 PointSIFT 模块和 SENet 模块来提高三维分割的性能和有效地估计三维边界框，实验结果表明该方法在使用高度稀疏的点云时比现有方法表现更优，广泛应用于室内和室外的实际场景中的三维物体检测。

    Jan, 2019