S³FD: Detector de Faces Invariante à Escala de Um Único Disparo

Este artigo apresenta um detector de faces em tempo real, denominado Detector de Faces Invariante à Escala de Um Único Disparo (S 3 FD), que apresenta desempenho superior em várias escalas de rostos com uma única rede neural profunda, especialmente para rostos pequenos. Especificamente, tentamos resolver o problema comum de que detectores baseados em âncoras se deterioram dramaticamente à medida que os objetos se tornam menores. Contribuímos nos seguintes três aspectos: 1) propondo uma estrutura de detecção de faces equitativa em escala para lidar bem com diferentes escalas de rostos. Disparamos âncoras em uma ampla gama de camadas para garantir que todas as escalas de rostos tenham recursos suficientes para detecção. Além disso, projetamos escalas de âncoras com base no campo receptivo efetivo e um princípio de intervalo de proporção igual proposto; 2) melhorando a taxa de recuperação de rostos pequenos por meio de uma estratégia de correspondência de âncoras de compensação de escala; 3) reduzindo a taxa de falso positivo de rostos pequenos via um rótulo de fundo de max-out. Como consequência, nosso método alcança desempenho de detecção de última geração em todos os benchmarks comuns de detecção de faces, incluindo os conjuntos de dados AFW, PASCAL face, FDDB e WIDER FACE, e pode funcionar a 36 FPS em uma Nvidia Titan X (Pascal) para imagens de resolução VGA.