对抗性遮挡感知人脸检测

遮挡人脸检测是一项具有挑战性的任务，因为各种现实世界中的遮挡会导致外观的巨大变化。本文介绍了一种对抗性遮挡感知人脸检测器（Adversarial Occlusion-aware Face Detector, AOFD），该检测器同时检测遮挡人脸并分割遮挡区域。具体而言，我们采用了对抗训练策略来生成难以被传统人脸检测器识别的类似遮挡的人脸特征。在检测遮挡人脸的同时，预测出遮挡掩码，并将遮挡区域作为辅助信息而非障碍加以利用。此外，来自分割分支的监督信号会反向影响特征提取过程，从而有助于更准确地检测严重遮挡的人脸。因此，AOFD能够在面部标志点暴露较少的情况下以非常高的置信度找到人脸，并且即使对于戴口罩的人脸也能保持较高的检测精度。大量实验表明，AOFD不仅在MAFA遮挡人脸检测数据集上显著优于现有方法，而且在如FDDB等通用人脸检测基准数据集上也达到了具有竞争力的检测精度。