人脸检测算法_腾讯已开源高精度人脸检测算法DSFD

腾讯提出一种高精度双分支人脸检测器DSFD并开源。该算法曾在全球两大权威人脸检测数据集WIDERFACE和FDDB上均取得了第一。

任务介绍

人脸检测算法是在图像上检测出人脸的位置(通常以矩形框形式输出)，是人脸配准、人脸属性识别、人脸核身、人脸检索等技术的基础。随着人工智能行业的发展，人脸相关技术在社交娱乐、智慧零售、互联网金融等领域得到了越来越广泛的应用，同时也对人脸检测技术提出了更多的挑战。由于场景不受控、人员非配合，人脸往往受到逆光、遮挡、模糊、姿态、尺度等因素的干扰，因此研发效果更优异的人脸检测算法具有重要意义。

多种场景下的人脸检测示意图

算法设计

此次提出的DSFD人脸检测算法，主要有3点创新：
(1)设计了一种新的“特征增强”模块(FEM：Feature Enhance Module)。FEM在采用Top-Down层间信息融合的同时，在同一“感受野”内做了更多的enhancement。因此在width and depth上学习到了更有效的context和semantic信息。

(2)提出了“分层锚点渐进”式的代价函数监督(PAL：Progressive AnchorLoss)。模型采用2个层级(hierarchy)，基于第一层(low-level)和第二层(high-level)的差异性，适配了不同尺寸的anchor。在训练过程中，PAL对整个模型形成了更有效的监督。

(3)设计了一种“改进的锚点匹配策略”(Improved Anchor Matching Strategy)。One-stage detector由于在输出层分配有密集的anchor，anchor与face匹配的好坏直接影响训练效果。优图的研究人员data augmentation过程中充分考虑了不同大小的face和各个anchor的关系，提出了一种新的数据扩增法。

DSFD算法的整体框架主要包括三个部分：特征增强模块(FEM)，分层锚点渐进式的代价函数(PAL)，改进的锚点匹配策略(IAM)。

DSFD算法框架图

评测结果

WIDERFACE数据集分为Validation和Test两个评估集，每个集合中的数据根据人脸检测的难易程度分为Easy、Medium、Hard。我们的DSFD(图中Ours)在Validation和Test的三种评估模式上均取得了Top1。Validation上的评估结果如下(图中数字表示mAP指标)，我们的算法效果为easy：0.966， medium：0.957，hard：0.904。Test上的评估结果如下，其中easy：0.960，medium：0.953，hard：0.900。

DSFD算法在WIDERFACE榜单的结果

根据FDDB数据集召回率的计算方式不同，可以分为Discrete和Continuous两种评估方式，图中横轴为Falsepositives(误检数量)，纵轴为Truepositive rate(召回率)。我们的DSFD在两种评估方式上均取得了Top-1，如下图所示。

DSFD算法在FDDB榜单的结果

DSFD算法在WIDERFACE数据集上的可视化结果

据悉，该算法投稿的论文《DSFD: Dual Shot Face Detector》已被国际人工智能顶级会议CVPR2019接收。

业务落地

目前，优图的人脸检测技术已经应用于公司内外的多个业务中。为赋能各个行业发挥了重要作用。下面选择一些典型案例作简要介绍。智慧零售-腾讯优Mall：优Mall是优图实验室为智慧零售推出的解决方案，该方案可以使商家为客户提供个性化服务，实时客流统计、客群精准营销等，从而为实体经济的发展注入新的活力。智慧娱乐：微视、手机QQ人脸特效，基于人脸检测技术，这些产品不断推出基于一些人脸特效，美颜美妆等娱乐玩法。

持续开源

自2017年，腾讯开始加快对外开源节奏，主要覆盖AI、云、游戏、安全、小程序等相关领域，其中计算机视觉技术的开源也是其重要一环。与DSFD一并开源的还有OneStageDet(OSD)项目，该项目是基于单阶段的通用目标检测器。2017年7月，腾讯优图首个AI开源项目NCNN开源，2019年至今已有人脸检测、属性等5项技术开源。腾讯优图将不断研究和探索，通过开源更多新技术为产业发展提供助力。

DSFD 开源地址

https://github.com/Tencent/FaceDetection-DSFD

OneStageDet 开源地址

https://github.com/Tencent/ObjectDetection-OneStageDet

(点击文末阅读原文直接访问)

请给项目一个 Star !

欢迎提出你的 issue 和 PR！

国内镜像地址：

https://git.code.tencent.com/Tencent_Open_Source/FaceDetection-DSFD

https://git.code.tencent.com/Tencent_Open_Source/ObjectDetection-OneStageDet

(登录后才能访问公开项目)