TinaFace: قاعدة بسيطة ولكن قوية للكشف عن الوجوه

لقد حظي اكتشاف الوجه باهتمام كبير في السنوات الأخيرة. قدمت العديد من الأعمال طرقًا خاصة للكشف عن الوجه من وجهات نظر مختلفة مثل هندسة النموذج، زيادة البيانات، تعيين التسميات وغيرها، مما جعل الخوارزمية والنظام العام يصبحان أكثر تعقيدًا. في هذا البحث، نشير إلى أن \textbf{لا يوجد فارق بين الكشف عن الوجه والكشف عن الأشياء العامة}. ثم نقدم طريقة أساسية قوية ولكن بسيطة للتعامل مع الكشف عن الوجه تُسمى TinaFace. نستخدم ResNet-50 \cite{he2016deep} كعمود فقري، وجميع الوحدات والتقنيات في TinaFace مبنية على وحدات موجودة، سهلة التنفيذ وتستند إلى الكشف عن الأشياء العامة. على مجموعة الاختبار الصعبة من أكثر معايير الكشف عن الوجه شعبية وتحديًا WIDER FACE \cite{yang2016wider}، باستخدام نموذج واحد ومقياس واحد، حققت TinaFace دقة متوسطة (AP) بنسبة 92.1٪، مما يفوق معظم أجهزة الكشف عن الوجه الحديثة ذات العمود الفقري الأكبر. وبعد استخدام زيادة البيانات أثناء الاختبار (TTA)، تتفوق TinaFace على أفضل الطُرق الحالية وتحقق نسبة دقة متوسطة (AP) تبلغ 92.4٪. سيتم توفير الرمز البرمجي في \url{https://github.com/Media-Smart/vedadet}.