Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mạng Mặt Dày: Một Trình Phát Hiện Mặt Dày Dựa Trên Ngữ Cảnh Toàn Cục Và Cơ Chế Chú Ý Thị Giác
Tóm tắt
Phát hiện khuôn mặt đã đạt được nhiều bước tiến lớn nhờ vào các mạng nơ-ron tích chập. Tuy nhiên, phát hiện khuôn mặt dày vẫn là một thách thức đang mở do sự biến đổi quy mô khuôn mặt lớn, khuôn mặt nhỏ và sự che khuất nghiêm trọng. Bài báo này trình bày một trình phát hiện khuôn mặt dày mạnh mẽ sử dụng ngữ cảnh toàn cục và các cơ chế chú ý thị giác có thể cải thiện đáng kể độ chính xác của việc phát hiện. Cụ thể, một mô-đun kết hợp ngữ cảnh toàn cục với phản hồi từ trên xuống được đề xuất nhằm cải thiện khả năng nhận diện các khuôn mặt nhỏ. Hơn nữa, một cơ chế chú ý thị giác được áp dụng để giải quyết vấn đề che khuất. Kết quả thực nghiệm trên các tập dữ liệu khuôn mặt công khai WIDER FACE và FDDB cho thấy hiệu quả của phương pháp được đề xuất.
Từ khóa
#Phát hiện khuôn mặt #mạng nơ-ron tích chập #ngữ cảnh toàn cục #chú ý thị giác #che khuấtTài liệu tham khảo
F. Schroff, D. Kalenichenko, J. Philbin. FaceNet: A unified embedding for face recognition and clustering. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, IEEE, Boston, USA, pp. 815–823, 2015. DOI: https://doi.org/10.1109/CVPR.2015.7298682.
F. F. Zhang, T. Z. Zhang, Q. R. Mao, C. S. Xu. Joint pose and expression modeling for facial expression recognition. In Proceedings of IEEE/CVF Conference on Computer Vision and Pattern Recognition, IEEE, Salt Lake City, USA, pp. 3359–3368, 2018. DOI: https://doi.org/10.1109/CVPR.2018.00354.
K. P. Zhang, Z. P. Zhang, Z. F. Li, Y. Qiao. Joint face detection and alignment using multitask cascaded convolutional networks. IEEE Signal Processing Letters, vol. 23, no. 10, pp. 1499–1503, 2016. DOI: https://doi.org/10.1109/LSP.2016.2603342.
P. Y. Hu, D. Ramanan. Finding tiny faces. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, IEEE, Honolulu, USA, pp. 1522–1530, 2017. DOI: https://doi.org/10.1109/CVPR.2017.166.
M. Najibi, P. Samangouei, R. Chellappa, L. S. Davis. SSH: Single stage headless face detector. In Proceedings of IEEE International Conference on Computer Vision, IEEE, Venice, Italy, pp. 4885–4894, 2017. DOI: https://doi.org/10.1109/ICCV.2017.522.
J. K. Deng, J. Guo, Y. X. Zhou, J. K. Yu, I. Kotsia, S. Zafeiriou. RetinaFace: Single-stage dense face localisation in the wild. [Online], Available: https://arxiv.org/abs/1905.00641, 2019.
T. Y. Lin, P. Goyal, R. Girshick, K. M. He, P. Dollár. Focal loss for dense object detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 42, no. 2, pp. 318–327, 2020. DOI: https://doi.org/10.1109/TPAMI.2018.2858826.
V. Jain, E. Learned-Miller. FDDB: A Benchmark for Face Detection in Unconstrained Settings, Technical Report UM-CS-2010–009, University of Massachusetts, USA, 2010.
S. Yang, P. Luo, C. C. Loy, X. O. Tang. WIDER FACE: A face detection benchmark. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, IEEE, Las Vegas, USA, pp. 5525–5533, 2016. DOI: https://doi.org/10.1109/CV-PR.2016.596.
C. C. Zhu, Y. T. Zheng, K. Luu, M. Savvides. CMS-RCNN: Contextual multi-scale region-based CNN for unconstrained face detection. Deep Learning for Biometrics, B. Bhanu, A. Kumar, Eds., Cham, Germany: Springer, pp. 57–79, 2017. DOI: https://doi.org/10.1007/978-3-319-61657-5_3.
S. Q. Ren, K. M. He, R. Girshick, J. Sun. Faster R-CNN: Towards real-time object detection with region proposal networks. In Proceedings of the 28th International Conference on Neural Information Processing Systems, Montreal, Canada, pp. 91–99, 2015. DOI: https://doi.org/10.5555/2969239.2969250.
T. Xu, D. K. Du, Z. Q. He, J. T. Liu. PyramidBox: A context-assisted single shot face detector. In Proceedings of the 15th European Conference on Computer Vision, Springer, Munich, Germany, pp. 812–828, 2018. DOI: https://doi.org/10.1007/978-3-030-01240-3_49.
S. F. Zhang, X. Y. Zhu, Z. Lei, H. L. Shi, X. B. Wang, S. Z. Li. S.3FD: Single shot scale-invariant face detector. In Proceedings of IEEE International Conference on Computer Vision, IEEE, Venice, Italy, pp. 192–201, 2017. DOI: https://doi.org/10.1109/ICCV.2017.30.
M. Jaderberg, K. Simonyan, A. Zisserman, K. Kavukcuoglu. Spatial transformer networks. In Proceedings of the 28th International Conference on Neural Information Processing Systems, Montreal, Canada, pp. 2017–2025, 2015. DOI: https://doi.org/10.5555/2969442.2969465.
J. Hu, L. Shen, S. Albanie, G. Sun, E. H. Wu. Squeeze-and-excitation networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 42, no. 8, pp. 2011–2023, 2020. DOI: https://doi.org/10.1109/TPAMI.2019.2913372.
S. Woo, J. Park, J. Y. Lee, I. S. Kweon. CBAM: Convolutional block attention module. In Proceedings of the 15th European Conference on Computer Vision, Springer, Munich, Germany, pp. 3–19, 2018. DOI: https://doi.org/10.1007/978-3-030-01234-21.
J. F. Wang, Y. Yuan, G. Yu. Face attention network: An effective face detector for the occluded faces. [Online], Available: https://arxiv.org/abs/1711.07246, 2017.
A. G. Howard, M. L. Zhu, B. Chen, D. Kalenichenko, W. J. Wang, T. Weyand, M. Andreetto, H. Adam. MobileNets: Efficient convolutional neural networks for mobile vision applications. [Online], Available: https://arxiv.org/abs/1704.04861, 2017.
K. M. He, X. Y. Zhang, S. Q. Ren, J. Sun. Deep residual learning for image recognition. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, IEEE, Las Vegas, USA, pp. 770–778, 2016. DOI: https://doi.org/10.1109/CVPR.2016.90.
S. S. Farfade, M. J. Saberian, L. J. Li. Multi-view face detection using deep convolutional neural networks. In Proceedings of the 5th ACM on International Conference on Multimedia Retrieval, ACM, Shanghai, China, pp. 643–650, 2015. DOI: https://doi.org/10.1145/2671188.2749408.
H. X. Li, Z. Lin, X. H. Shen, J. Brandt, G. Hua. A convolutional neural network cascade for face detection. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, IEEE, Boston, USA, pp. 5325–5334, 2015. DOI: https://doi.org/10.1109/CVPR.2015.7299170.
R. Girshick. Fast R-CNN. In Proceedings of IEEE International Conference on Computer Vision, IEEE, Santiago, Chile, pp. 1440–1448, 2015. DOI: https://doi.org/10.1109/ICCV.2015.169.
R. Ranjan, V. M. Patel, R. Chellappa. A deep pyramid deformable part model for face detection. In Proceedings of the 7th IEEE International Conference on Biometrics Theory, Applications and Systems, IEEE, Arlington, USA, pp. 1–8, 2015. DOI: https://doi.org/10.1109/BTAS.2015.7358755.
J. H. Yu, Y. N. Jiang, Z. Y. Wang, Z. M. Cao, T. Huang. UnitBox: An advanced object detection network. In Proceedings of the 24th ACM International Conference on Multimedia, ACM, Amsterdam, The Netherlands, pp. 516–520, 2016. DOI: https://doi.org/10.1145/2964284.2967274.