Détection de visages à l'aide de réseaux neuronaux pleinement convolutionnels basés sur des régions

La détection de visages a connu un grand succès grâce aux méthodes basées sur les régions. Dans ce rapport, nous proposons un détecteur de visages basé sur les régions qui utilise des réseaux profonds de manière entièrement convolutive, nommé Face R-FCN. Basé sur les Réseaux Convolutifs Régionnels Entièrement Convolutifs (R-FCN), notre détecteur de visages est plus précis et plus efficace en termes de calculs par rapport aux détecteurs de visages précédents basés sur R-CNN. Dans notre approche, nous utilisons le réseau résiduel entièrement convolutif (ResNet) comme réseau principal. Plus particulièrement, nous mettons en œuvre plusieurs nouvelles techniques, notamment la mise en pool moyenne sensible à la position, l'entraînement et le test multi-échelles ainsi qu'une stratégie d'extraction en ligne d'exemples difficiles, afin d'améliorer la précision de la détection. Sur deux des benchmarks de détection de visages les plus populaires et les plus complexes, FDDB et WIDER FACE, Face R-FCN obtient des performances supérieures à celles des meilleures méthodes actuelles.