要約
顔検出の性能は、畳み込みニューラルネットワーク（Convolutional Neural Network）の発展により大幅に向上しました。しかし、マスクやサングラスによる遮蔽問題は依然として難問となっています。これらの遮蔽ケースにおける再現率（recall）の向上は、通常、偽陽性（false positive）の増加リスクをもたらします。本論文では、遮蔽状況での顔検出問題において再現率を大幅に向上させつつ、速度を犠牲にしない新しい顔検出器「Face Attention Network (FAN)」を提案します。具体的には、顔領域からの特徴を強調する新しいアンカーレベルアテンション（anchor-level attention）を提案しています。このアテンション機構と我々のアンカー割り当て戦略およびデータ拡張技術を組み合わせることで、WiderFace や MAFA などの公開顔検出ベンチマークで最先端の結果を得ています。コードは再現性のために公開される予定です。