RetinaFace，人臉檢測(cè)用這個(gè)。論文地址：

https://arxiv.org/pdf/1905.00641.pdf

代碼地址：

mxnet框架：

https://github.com/deepinsight/insightface/tree/master/RetinaFace

pytorch框架

https://github.com/biubug6/Face-Detector-1MB-with-landmark

?

?

框架: mxnet

專(zhuān)業(yè)詞語(yǔ):

facial attribute 面部特征

facial identity recognition面部識(shí)別

face alignment 人臉對(duì)齊

?pixel-wise face parsing 逐像素人臉?lè)治?/p>

3D dense correspondence regression 三維密集對(duì)應(yīng)回歸

occluded face detection 遮擋人臉檢測(cè)

quite coarse and does not contain semantic information相當(dāng)粗糙，不包含語(yǔ)義信息

morphable models 變形模型

mesh decoder 網(wǎng)格解碼器

Context Modelling:上下文建模

deformable convolution network 可變形卷積網(wǎng)絡(luò)

model geometric transformations模型幾何變換

fast localised spectral filtering 快速局域譜濾波

VGA(640X480)大小圖像

介紹:

retinaface是insightface團(tuán)隊(duì)提出的one-stage人臉檢測(cè)算法,并開(kāi)源代碼和數(shù)據(jù)集,在widerface上有非常好的表現(xiàn).它利用聯(lián)合監(jiān)督和自我監(jiān)督(這是啥?)的多任務(wù)學(xué)習(xí),在各種人臉尺度上執(zhí)行像素方面(這是?)的人臉定位.

論文主要貢獻(xiàn):

1)在one-stage目標(biāo)檢測(cè)網(wǎng)絡(luò)設(shè)計(jì)的基礎(chǔ)上,增加兩條平行分支,一支預(yù)測(cè)五個(gè)關(guān)鍵點(diǎn),一支預(yù)測(cè)每個(gè)人臉像素的三維位置和對(duì)應(yīng)關(guān)系,這樣網(wǎng)絡(luò)總共就是4條平行分支,見(jiàn)圖1；

2)在widerface上,retinaface性能優(yōu)于現(xiàn)有技術(shù)水平預(yù)測(cè)AP1.1%(AP=91.4%)

3)在IJB-C數(shù)據(jù)集上,retinaface有助于改進(jìn)ArcFace驗(yàn)證精度,這表明更好的人臉定位可以顯著提高人臉識(shí)別.

4)通過(guò)采用輕量級(jí)骨干網(wǎng)絡(luò),retinaface可以在單cpu核上實(shí)時(shí)運(yùn)行,以實(shí)現(xiàn)vga分辨率的圖像

5)代碼開(kāi)源并且將自己在widerface上手動(dòng)標(biāo)注的5個(gè)關(guān)鍵面部點(diǎn)數(shù)據(jù)開(kāi)源,在這個(gè)額外的監(jiān)督信號(hào)的幫助下觀(guān)察面部檢測(cè)的重要改進(jìn),

創(chuàng)新點(diǎn):

1.整合:人臉檢測(cè),人臉對(duì)齊,像素級(jí)的人臉?lè)治?3D密集通信回歸

2.通過(guò)利用強(qiáng)監(jiān)督和自監(jiān)督(這是什么?代碼中體現(xiàn)在哪里)多任務(wù)損失函數(shù)來(lái)實(shí)現(xiàn)上述功能.

?

網(wǎng)絡(luò)與常規(guī)one-stage檢測(cè)網(wǎng)絡(luò)比較(例如yolo,retinanet)

主要相同點(diǎn):

都是在不同下采樣層進(jìn)行預(yù)測(cè),且都采用固定的anchors,預(yù)測(cè)都是相對(duì)anchors的偏移量

主要不同點(diǎn):

retinaface多了關(guān)鍵點(diǎn)檢測(cè)

訓(xùn)練數(shù)據(jù)集已經(jīng)轉(zhuǎn)成了MXNet binary format,網(wǎng)絡(luò)骨干層包含resnet, mobilefacenet, mobilenet, inceptionresnet_v2,densent,dpn

損失函數(shù)包含:softmax, sphereface, cosineface, arcface? and euclidean/angular loss

網(wǎng)絡(luò)大致結(jié)構(gòu)

Lcls:人臉?lè)诸?lèi)loss,

Lbox:人臉框回歸loss,

Lpts:人臉關(guān)鍵點(diǎn)回歸loss,5點(diǎn),

Lpixel:自監(jiān)督3D Mesh Renderer 稠密人臉回歸

??????????????????????????????????????????????????????????? 圖1

?

從該圖可以看出RetinaFace是4條平行的分支,

(1)第一條預(yù)測(cè)是否是人臉

(2)第二條預(yù)測(cè)人臉框的偏移量

(3)第三條預(yù)測(cè)人臉關(guān)鍵點(diǎn)的偏移量

(4)沒(méi)看懂

另外,類(lèi)似于YOLO3,采用了多階段預(yù)測(cè),就是在網(wǎng)絡(luò)不同的下采樣層做預(yù)測(cè),論文里,最開(kāi)始是5種下采樣,這種多階段預(yù)測(cè)本質(zhì)上就是retinanet中同樣采用的特征金字塔網(wǎng)絡(luò)結(jié)構(gòu),單階稠密人臉定位,多任務(wù)loss學(xué)習(xí)

?

網(wǎng)絡(luò)輸入圖片尺寸為(640,640,3),

第一個(gè)下采樣,stride=4, 采樣后得到的特征圖尺寸:640/4=160

第2個(gè)下采樣,stride=8, 采樣后得到的特征圖尺寸:640/8=80

....

第5個(gè)下采樣,stride=64, 采樣后得到的特征圖尺寸:640/64=10

上述過(guò)程可以看成是構(gòu)造了5層特征金字塔

每層特征圖中的每個(gè)點(diǎn)預(yù)測(cè)3種anchors,則總的anchors數(shù)量就是(160*160+80*80+40*40+20*20+10*10)*3=102300,

但是在代碼中,只有stride為(32,16,8)的輸出,且每個(gè)點(diǎn)只有兩個(gè)anchors

優(yōu)點(diǎn):

1.加入了關(guān)鍵點(diǎn)的分支,這樣可以確保檢測(cè)到的人臉質(zhì)量,而且在損失函數(shù)中也只是將其作為一個(gè)比較小的約束項(xiàng),不怎么會(huì)影響分類(lèi)以及人臉框的判斷,但是一旦關(guān)鍵點(diǎn)太過(guò)偏離就會(huì)使loss相對(duì)變大,就會(huì)產(chǎn)生約束

總結(jié)

以上是生活随笔為你收集整理的人脸识别模块RetinaFace的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。