CenterFace: 얼굴을 점으로 활용한 얼굴 감지 및 정렬의 통합 접근법

제약 없는 환경에서의 얼굴 탐지 및 정렬은 항상 메모리 용량이 제한되고 계산 성능이 낮은 엣지 장치에 배포된다. 본 논문은 실시간 속도와 높은 정확도로 얼굴 박스와 랜드마크 위치를 동시에 예측할 수 있는 단일 단계(single-stage) 방법인 CenterFace를 제안한다. 제안된 방법은 앵커 기반(anchor-free) 범주에 속한다. 이는 다음과 같은 방식으로 달성된다: (a) 의미 맵(semantic maps)을 통해 얼굴 존재 가능성(likelihood)을 학습하고, (b) 얼굴이 존재할 가능성이 있는 각 위치에 대해 경계 박스(bounding box), 오프셋(offset), 그리고 5개의 랜드마크를 동시에 학습한다. 구체적으로, 이 방법은 단일 CPU 코어에서 VGA 해상도 이미지에 대해 NVIDIA 2080TI를 사용하여 실시간으로 동작하며, 최대 200 FPS의 속도를 달성할 수 있다. 동시에 뛰어난 정확도를 보이며, WIDER FACE Val/Test-Easy: 0.935/0.932, Medium: 0.924/0.921, Hard: 0.875/0.873 및 FDDB 불연속( discontinuous): 0.980, 연속(continuous): 0.732의 성능을 달성한다. CenterFace의 실시간 데모는 https://github.com/Star-Clouds/CenterFace 에서 확인할 수 있다.