Face Attention Network: Ein effektiver Face-Detektor für teilweise verdeckte Gesichter

Die Leistungsfähigkeit der Gesichtserkennung wurde durch die Entwicklung von Faltungsneuronalen Netzen (Convolutional Neural Networks) erheblich verbessert. Dennoch bleibt das Problem der Verdeckung durch Masken und Sonnenbrillen eine herausfordernde Aufgabe. Die Verbesserung des Recall in solchen verdeckten Fällen birgt in der Regel das Risiko einer erhöhten Anzahl falsch positiver Erkennungen. In dieser Arbeit stellen wir ein neues Gesichtserkennungssystem vor, das Face Attention Network (FAN) genannt wird. Dieses System kann den Recall bei der Gesichtserkennung in verdeckten Fällen erheblich steigern, ohne dabei die Geschwindigkeit zu beeinträchtigen. Genauer gesagt schlagen wir eine neue Anchor-Level-Attention vor, die die Merkmale aus dem Gesichtsbereich hervorhebt. Durch die Integration unserer Anchor-Zuordnungsstrategie und Datenverstärkungstechniken erzielen wir Stand-der-Technik-Ergebnisse auf öffentlichen Gesichtserkennungsbenchmark-Datensätzen wie WiderFace und MAFA. Der Code wird veröffentlicht, um Reproduktion zu ermöglichen.