Un détecteur de visage rapide et précis sans contrainte

Nous proposons une méthode pour relever les défis de la détection de visages non contrainte, tels que les variations arbitraires de pose et les occultations. Premièrement, nous introduisons une nouvelle caractéristique d'image appelée Différence de Pixels Normalisée (NPD). La caractéristique NPD est calculée comme le rapport entre la différence et la somme de deux valeurs de pixels, s'inspirant du quotient de Weber en psychologie expérimentale. Cette nouvelle caractéristique est invariante à l'échelle, bornée et capable de reconstruire l'image originale. Deuxièmement, nous proposons un arbre quadratique profond pour apprendre le sous-ensemble optimal des caractéristiques NPD et leurs combinaisons, afin que des variétés faciales complexes puissent être partitionnées par les règles apprises. Ainsi, un seul classificateur en cascade douce est nécessaire pour gérer la détection de visages non contrainte. De plus, nous montrons que les caractéristiques NPD peuvent être obtenues efficacement à partir d'une table de recherche, et que le modèle de détection peut être facilement mis à l'échelle, ce qui rend le détecteur facial proposé très rapide. Les résultats expérimentaux sur trois bases de données publiques de visages (FDDB, GENKI et CMU-MIT) montrent que la méthode proposée atteint des performances au niveau de l'état de l'art dans la détection de visages non contraints avec des variations arbitraires de pose et des occultations dans des scènes encombrées.