要想用神經(jīng)網(wǎng)絡(luò)有效地進行面部檢測等操作，往往需要 GPU 等高速并行的計算設(shè)備。如果僅使用 CPU，往往會遇到速度與準(zhǔn)確度不能兼得的困境。為了解決這個問題，中國科學(xué)院自動化研究所和中國科學(xué)院大學(xué)的研究者提出了一種名叫 FaceBoxes 的新方法，在保證了 CPU 面部識別的準(zhǔn)確度的同時，還做到了實時處理。機器之心對該研究進行了摘要介紹。

論文：一種使用 CPU 的高準(zhǔn)確度實時面部檢測器（FaceBoxes: A CPU Real-time Face Detector with High Accuracy）

論文地址：https://arxiv.org/abs/1708.05234

盡管面部檢測領(lǐng)域已經(jīng)取得了巨大的進展，但要在 CPU 上滿足高表現(xiàn)水平的同時實現(xiàn)實時的速度仍然還是一個懸而未決的難題，因為用于面部檢測的有效模型往往需要過高的計算基礎(chǔ)。為了解決這個難題，我們提出了一種全新的面部檢測器 FaceBoxes，它在速度和準(zhǔn)確度上都表現(xiàn)優(yōu)異。具體而言，我們的方法具有輕量卻又強大的網(wǎng)絡(luò)結(jié)構(gòu)，它由快速消化的卷積層（RDCL：Rapidly Digested Convolutional Layers）和多尺度卷積層（MSCL：Multiple Scale Convolutional Layers）構(gòu)成。RDCL 可以讓 FaceBoxes 在 CPU 上實現(xiàn)實時的速度；而 MSCL 的目的是在不同層上豐富感受野（receptive field）和離散化 anchor，以便處理不同尺度的面部。此外，我們還提出了一種新的 anchor 密度化策略，可以讓圖像上不同類型的 anchor 具有相同的密度，這可以顯著提升小面部的召回率。由此，我們提出的這個檢測器在 VGA 分辨率的圖像上可以在單核 CPU 上以 20 FPS 的速度運行，也可在單個 GPU 上以 125 FPS 的速度運行。此外，FaceBoxes 的速度不會因人臉的數(shù)量發(fā)生改變。我們對這種方法進行了全面的評估，并且在 AFW、PASCAL 人臉數(shù)據(jù)集和 FDDB 等多個面部檢測基準(zhǔn)數(shù)據(jù)集上都得到了當(dāng)前最佳的檢測表現(xiàn)。

圖 1：FaceBoxes 的架構(gòu)以及我們的 anchor 設(shè)計的詳細信息表

圖 2： ( a ) C.ReLU 模塊，其中 Negation 只是簡單地為 Convolution 的輸出乘上 -1。 ( b ) Inception 模塊

圖 3：anchor 密度化示例。為了清楚說明，我們僅對一個感受野中心（即中心的黑色單元）的 anchor 進行了密度化，并且只標(biāo)出了對角 anchor 的顏色

表 1：不同方法的整體 CPU 推理時間和 mAP 比較。FPS 是在 CPU 上處理 VGA 分辨率圖像的速度，mAP 的意思是在 FDDB 上 1000 個假正例的真正例率。要提一下，STN [ 5 ] 的 mAP 是 179 個假正例的真正例率，并且使用了 ROI 卷積，它的 FPS 可以提速到 30，而召回率僅會降低 0.6%

表 2：FaceBoxes 在 FDDB 數(shù)據(jù)集上增添不同方法時的結(jié)果變化。Accuracy ( mAP ) 表示 1000 個假正例的真正例率。Speed ( ms ) 是在 CPU 上處理 VGA 分辨率圖像的速度

圖 4：在 AFW 數(shù)據(jù)集上的精度召回率曲線

圖 5：在 PASCAL 人臉數(shù)據(jù)集上的精度召回率曲線

圖 6：在 FDDB 數(shù)據(jù)集上的評估結(jié)果

本文為機器之心編譯，轉(zhuǎn)載請聯(lián)系本公眾號獲得授權(quán)。

總結(jié)

以上是生活随笔為你收集整理的【人脸检测】学界 | 中科院自动化研究所提出 FaceBoxes：实时、高准确率的 CPU 面部检测器的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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