S$^3$FD: Einstufiger maßstabsinvarianter Gesichtserkennungsdetektor

Dieses Papier stellt einen Echtzeit-Face-Detektor vor, der als Single Shot Scale-invariant Face Detector (S$^3$FD) bezeichnet wird. Dieser Detektor zeichnet sich durch eine überlegene Leistung bei der Erkennung von Gesichtern unterschiedlicher Größen mit einem einzelnen tiefen neuronalen Netzwerk aus, insbesondere bei kleinen Gesichtern. Insbesondere versuchen wir das übliche Problem zu lösen, dass anchor-basierte Detektoren dramatisch an Qualität verlieren, wenn die Objekte kleiner werden. Unsere Beiträge liegen in den folgenden drei Bereichen:1) Wir schlagen ein skalengerechtes Face-Detection-Framework vor, das die Erkennung von Gesichtern verschiedener Größen verbessert. Wir verteilen Anker auf eine breite Palette von Schichten, um sicherzustellen, dass alle Größen von Gesichtern genügend Merkmale für die Erkennung haben. Darüber hinaus gestalten wir die Ankerskalen basierend auf dem effektiven Rezeptionsfeld und einem vorgeschlagenen Prinzip des gleichen Proportionsintervalls;2) Wir erhöhen die Recall-Rate für kleine Gesichter durch eine Skalenkompensations-Anchor-Matching-Strategie;3) Wir senken die Falsch-Positiv-Rate für kleine Gesichter mittels eines max-out Background-Labels.Dadurch erreicht unsere Methode den aktuellen Stand der Technik in der Erkennungsleistung auf allen gängigen Face-Detection-Benchmarks, einschließlich der Datensätze AFW, PASCAL Face, FDDB und WIDER FACE. Unser Verfahren kann zudem mit einer Geschwindigkeit von 36 Bildern pro Sekunde (FPS) auf einem Nvidia Titan X (Pascal) für VGA-Auflösungsbilder ausgeführt werden.