Detecção de rosto frontal ereto baseada em rede neural

Apresentamos um sistema de detecção de rosto frontal ereto baseado em rede neural. Uma rede neural conectada retinalmente examina pequenas janelas de uma imagem e decide se cada janela contém um rosto. O sistema arbitra entre várias redes para melhorar o desempenho em relação a uma única rede. Apresentamos um procedimento simples para alinhar exemplos positivos de rostos para treinamento. Para coletar exemplos negativos, usamos um algoritmo de bootstrap, que adiciona detecções falsas ao conjunto de treinamento à medida que o treinamento avança. Isso elimina a tarefa difícil de selecionar manualmente exemplos de treinamento não rostos, que devem ser escolhidos para abranger todo o espaço de imagens não rostos. Heurísticas simples, como usar o fato de que rostos raramente se sobrepõem em imagens, podem melhorar ainda mais a precisão. Comparações com vários outros sistemas de detecção de rostos de ponta são apresentadas, mostrando que nosso sistema possui desempenho comparável em termos de taxas de detecção e falsos positivos.