CenterFace：ポイントとしての顔を用いた顔検出とアライメントの同時実行

制約のない環境における顔検出および顔のアライメントは、常にメモリ容量が限られ、計算能力も低いエッジデバイス上で実行される。本論文では、リアルタイム速度と高い精度を同時に達成するワンステージ型の手法であるCenterFaceを提案する。この手法はアンカーフリー（anchor-free）カテゴリに属しており、以下の点で実現されている：(a) 語義マップ（semantic maps）を用いて顔の存在可能性を学習し、(b) 顔を含む可能性のある各位置に対して、バウンディングボックス、オフセット、および5つの顔ランドマークを同時に予測する。具体的には、単一のCPUコア上で動作可能であり、VGA解像度の画像に対してNVIDIA 2080TIを用いて200 FPSの処理速度を達成できる。同時に、優れた精度も実現しており、WIDER FACEのVal/Test-Easy（0.935/0.932）、Medium（0.924/0.921）、Hard（0.875/0.873）およびFDDBの非連続領域（0.980）、連続領域（0.732）において、高い性能を示す。CenterFaceのデモは、以下のGitHubリポジトリで公開されている：https://github.com/Star-Clouds/CenterFace。