RetinaFace: 单阶段密集面部定位提升野外观测精度

本文档主要探讨了一种名为RetinaFace的先进单阶段密集人脸定位算法，该算法在未受控制的人脸检测领域取得了显著进步，针对野外复杂场景下的精确且高效人脸定位提出了创新解决方案。RetinaFace的关键特点在于其结合了额外监督和自我监督的多任务学习策略，从而在不同尺度的人脸识别上实现像素级的定位能力。 首先，研究者们在WIDER FACE数据集上进行了手动注解五个关键面部特征点，这种额外的监督信号显著提高了面对具有挑战性条件（如遮挡、姿态变化等）的硬人脸检测性能。额外标注的地标信息有助于模型更好地理解人脸结构，从而提升定位精度。 其次，算法引入了一个自我监督的网格解码器分支，与现有的监督分支并行工作，用于预测每个像素的三维人脸形状信息。这种自监督学习方法增强了模型对人脸几何形状的理解，进一步提升了定位的准确性，并可能有助于减少对大量标注数据的依赖。 在性能评估方面，RetinaFace在WIDER FACE的硬测试集上表现出色，相比于当前最先进的平均精度（AP），RetinaFace实现了1.1%的提升，达到91.4%的AP值，这表明其在面对复杂场景时具有优异的鲁棒性和准确性。此外，RetinaFace还通过与ArcFace等最先进的面部验证方法结合，帮助提高了在IJB-C测试集上的验证结果，如在FAR为1e-6的条件下，Face Verification TAR达到了89.59%。 最后，RetinaFace特别强调了其在实际应用中的高效性，采用轻量级的背景区分网络设计，能够在单个CPU核心上实现实时处理VGA分辨率的图像，这对于在资源有限的设备上部署人脸识别技术具有重要意义。 RetinaFace通过结合额外和自我监督学习，以及精细的面部特征标注，成功地提高了人脸定位的准确性和鲁棒性，尤其在面临现实世界中各种复杂场景时，展现出强大的性能和实用性。