摘要
尽管卷积神经网络（Convolutional Neural Networks, CNNs）显著提升了人脸相关算法的性能，但在实际应用中同时保持高精度与高效率仍面临挑战。当前最先进的方法通常采用更深的网络结构以获得更优性能，但这导致参数量增加和计算复杂度上升，使其在移动设备上的应用变得不切实际。为此，本文提出一种高效的多任务神经网络——对齐与跟踪与姿态估计网络（Alignment & Tracking & Pose Network, ATPN），用于人脸对齐、人脸跟踪及头部姿态估计。具体而言，为在减少网络层数的同时实现更优的人脸对齐性能，我们引入了浅层特征与深层特征之间的捷径连接（shortcut connection）。实验发现，浅层特征与人脸边界具有高度相关性，能够有效提供人脸的结构信息，这对人脸对齐任务至关重要。此外，我们基于人脸对齐结果生成一个计算开销极低的热图（heatmap），并将该热图与特征图融合，以提升其余两项任务的性能。借助热图，网络可同时利用关键点的几何信息与外观特征，从而增强头部姿态估计的准确性；同时，热图还为人脸跟踪任务提供了注意力引导。更重要的是，人脸跟踪任务可省去每帧图像中独立的人脸检测步骤，显著提升基于视频任务的实时处理能力。我们在四个基准数据集（WFLW、300VW、WIDER Face 和 300W-LP）上对ATPN进行了实验验证。结果表明，相较于其他轻量化模型，ATPN在保持更少参数量和更低计算复杂度的同时，实现了更优的综合性能，充分证明了其在实际应用中的高效性与优越性。