HyperFace: 얼굴 검출, 랜드마크 위치 추정, 자세 추정 및 성별 인식을 위한 깊은 다중 작업 학습 프레임워크

깊은 합성곱 신경망(CNN)을 사용하여 얼굴 검출, 랜드마크 위치 추정, 자세 추정 및 성별 인식을 동시에 수행하는 알고리즘을 제시합니다. 제안된 방법은 HyperFace로, 깊은 CNN의 중간 계층들을 별도의 CNN으로 융합한 후 융합된 특징들에 대해 작동하는 다중 작업 학습 알고리즘을 사용합니다. 이 방법은 작업 간의 시너지를 활용하여 각각의 성능을 향상시키는 역할을 합니다. 또한, 두 가지 변형 모델인 (1) ResNet-101 모델을 기반으로 하는 HyperFace-ResNet과 (2) 고속 얼굴 검출기(High Recall Fast Face Detector)를 사용하여 영역 제안을 생성하여 알고리즘의 속도를 개선하는 Fast-HyperFace를 제안합니다. 광범위한 실험 결과, 제안된 모델들이 얼굴의 전역 정보와 국소 정보를 모두 포착하며, 이 네 가지 작업 각각에서 많은 경쟁 알고리즘들보다 상당히 우수한 성능을 보임을 확인하였습니다.