AnchorFace: 대규모 자세에 걸쳐 적용 가능한 기준점 기반의 얼굴 랜드마크 탐지기

얼굴 랜드마크 위치 추정은 인간 얼굴의 사전 정의된 점들을 탐지하는 것을 목표로 하며, 최근 신경망 기반 방법의 발전과 함께 급속도로 발전해 왔다. 그러나 제약 조건이 없는 환경에서, 특히 큰 자세 변화가 존재할 경우 여전히 도전적인 과제로 남아 있다. 본 논문에서는 큰 자세 변화에 걸쳐 얼굴 랜드마크 위치 추정 문제를 다루며, 분할-집계 전략을 기반으로 이 문제를 해결한다. 탐색 공간을 분할하기 위해, 회귀 작업의 기준으로 사용할 수 있는 일련의 앵커 템플릿을 제안한다. 이는 얼굴 자세의 큰 변동성을 효과적으로 해결할 수 있다. 각 앵커 템플릿의 예측 결과를 바탕으로, 결과를 집계하는 방식을 제안함으로써 큰 자세 변화로 인한 랜드마크의 불확실성을 줄일 수 있다. 전체적으로 제안하는 방법, 즉 AnchorFace는 AFLW, 300W, Menpo, WFLW 등 네 가지 도전적인 벤치마크에서 최신 기술 수준의 성능을 달성하면서도 매우 빠른 추론 속도를 제공한다. 코드는 https://github.com/nothingelse92/AnchorFace 에서 공개될 예정이다.