TinaFace: 얼굴 검출을 위한 강력하면서도 간단한 기준모델

최근 몇 년간 얼굴 인식은 많은 관심을 받았습니다. 다양한 관점에서 얼굴 인식을 위한 특수한 방법들이 제시되었습니다. 예를 들어 모델 구조, 데이터 증강, 라벨 할당 등이 포함되며, 이로 인해 전체 알고리즘과 시스템이 점점 더 복잡해지고 있습니다. 본 논문에서는 \textbf{얼굴 인식과 일반 객체 인식 사이에 차이가 없다는 점}을 지적합니다. 그런 다음, 얼굴 인식을 처리하기 위한 강인하면서도 단순한 기준선 방법인 TinaFace를 제공합니다. 우리는 ResNet-50 \cite{he2016deep}를 백본으로 사용하며, TinaFace의 모든 모듈과 기술은 기존 모듈을 기반으로 하여 쉽게 구현할 수 있으며 일반 객체 인식에 근거하고 있습니다. 가장 유명하고 도전적인 얼굴 인식 벤치마크인 WIDER FACE \cite{yang2016wider}의 어려운 테스트 세트에서 단일 모델 및 단일 스케일로 우리의 TinaFace는 92.1%의 평균 정밀도(AP)를 달성하여 대부분의 최근 큰 백본을 사용하는 얼굴 검출기들을 능가했습니다. 테스트 시간 증강(TTA)을 사용한 후에는 현재 최고 성능의 방법을 능가하여 92.4%의 AP를 달성했습니다. 코드는 \url{https://github.com/Media-Smart/vedadet}에서 제공될 예정입니다.