DSFD: デュアルショット顔検出器

本論文では、顔検出の3つの主要な側面（特徴学習の向上、段階的な損失設計、アンカー割り当てに基づくデータ拡張）に対応する3つの新規貢献を備えた新しい顔検出ネットワークを提案します。まず、単一ショット検出器をデュアルショット検出器に拡張するために、元の特徴マップを強化するための特徴強化モジュール（Feature Enhance Module: FEM）を提案します。次に、2つの異なるアンカーセットによって計算される進行アンカー損失（Progressive Anchor Loss: PAL）を採用し、これにより特徴の効果的な補助が可能となります。さらに、回帰器の初期化を改善するために、新しいアンカー割り当て戦略をデータ拡張に統合した改良されたアンカーマッチング（Improved Anchor Matching: IAM）を使用します。これらの技術はすべて2ストリーム設計に関連しているため、提案されたネットワークをデュアルショット顔検出器（Dual Shot Face Detector: DSFD）と命名しました。WIDER FACEおよびFDDBなどの一般的なベンチマークでの広範な実験により、DSFDが最先端の顔検出器に対して優れていることが示されています。