【CVPR2018】实时旋转鲁棒人脸检测算法

编者按：苏轼在《题西林壁》中曾写道：“横看成岭侧成峰，远近高低各不同。”这两句诗阐释了视角的变化对于视觉任务的影响。

而在人脸识别领域，由于真实场景的复杂多变，受人体姿态和取景角度的影响，采集到的人脸图像，时常会存在平面内旋转角度不确定等问题，这为人脸检测以及基于人脸的视觉任务带来了极大的挑战。

本文中，将为大家介绍中科院计算所VIPL组的CVPR2018新作：如何利用级联矫正网络，来实现实时、旋转自适应的人脸检测。

大讲堂特别提供相关论文及demo的下载链接。

另，深度学习大讲堂即将推出Valse2018系列报告，敬请关注！

本文将介绍我们的一篇实时旋转不变人脸检测的工作。

本论文下载链接：

https://arxiv.org/pdf/1804.06039.pdf.

算法的demo链接：

https://github.com/Jack-CV/PCN.

在体操、街舞、家庭合影等复杂的应用场景，由于人体姿态和取景角度的变化，人脸不总是竖直的，有可能有各种各样的平面内旋转角度。旋转不变人脸检测算法目标是精确的检测这种旋转的人脸。多样的平面内旋转角度，使得人脸的表观变化非常大，为旋转不变人脸检测带来了极大的挑战性。

有很多已有的工作尝试解决旋转不变人脸检测。最简单直接的方法就是基于数据増广的方法，在训练阶段将人脸旋转到任意角度。这样做的优点是测试阶段没有额外的时间开销；缺点是旋转人脸的表观变化非常大，需要使用一个计算量较大的网络才能保证检测的精度，这在一些对实时性要求高的应用中是不实用的。

另外一种策略就是分治。可以训练一个竖直人脸检测器，在测试阶段，将待检测图像旋转多遍进行检测，这样也可以实现任意旋转角度人脸的检测。竖直人脸检测器的计算量是相对较小的，但是检测多次也会使得时间开销成倍增长，而且带来更多的误检测。