脸眼协同检测算法在广告推荐系统中的应用

苏 彬，梁 栋

(1.南京航空航天大学 计算机科学与技术学院 模式分析与机器智能工业和信息化部重点实验室，江苏 南京 210016；2.软件新技术与产业化协同创新中心，江苏 南京 210016)

0 引 言

作为人脸识别、人脸对齐、人脸验证和人脸跟踪等应用程序中的关键步骤，人脸检测的主要任务是确定给定图像或视频中存在的人脸，然后查明脸部的位置和大小[1-3]。在广告推荐场景中，目标是检测当前在广告屏幕前并且正视广告屏幕的用户，识别用户的性别、年龄和身份信息，从而做出准确的广告推荐。广告终端中摄像头的主要目的是检测抓取面向终端屏幕的人脸图像，避免检测抓取到侧脸等其他非正视广告设备的人脸进而导致无效的广告推荐。

人脸姿态估计[4-5]方法有很多，这些方法通常通过二维图像间接获得三维参数[6]，以达到人脸姿态估计的目的。然而，非配合式的人脸图像检测[7]在工程应用中由于硬件成本的限制，具有人脸检测功能的智能设备仅适用于简单的人脸检测不具备使用较复杂的人脸姿态检测的算法能力，在该应用中，仅需要检测正对照相机的脸部即可，无需对人脸姿态进行全面的检测评估。因此，需要一种简单有效的检测算法用于检测到关键用户的脸图。

1 算法的选择和优化

1.1 算法比较分析

目标检测算法有两个主要分支：anchor-based的目标检测算法和anchor-free目标检测算法。然而，anchor被越来越多的目标检测算法使用，原因在于预先对要检测的目标可以使用k-means[8]等聚类算法计算出目标可能存在的尺度，这样网络对目标的预测会更加准确。……