基于改进的RetinaFace 人脸检测方法

李云鹏，席志红

哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001

人脸检测技术是人脸识别[1]的前提，只有检测到人脸并且提取出相关的信息，如人脸的位置坐标、表情、年龄、姿态等，才能应用到相应的实际需求中，提高智能化的水平。近年来，随着计算机视觉领域的发展和深度学习的提出，人脸检测取得了重要的突破，并逐步应用到人们的现实生活中。

人脸检测可以分为2 个研究方向，一个是传统的基于手动提取特征的人脸检测，Viola 等[2]提出的图片Haar 特征提取算法(线性特征、边缘特征、中心特征和对角线特征)，然而传统的检测算法不仅需要人工进行手动提取特征，相对费时费力，而且特征表达能力有限，在复杂环境下，不具备良好的检测性能。随着2012 年Hinton 等[3]提出卷积神经网络，越来越多的科研人员对其进行研究与创新，人脸检测技术也随着深度学习的提出取得了进一步的发展。基于深度学习的人脸检测算法可以分为2 类：一种是先生成候选区域，再通过卷积神经网络预测目标的双阶段(two-stage)方法，如基于区域的快速卷积网络(fast region based convolutional network，Fast R-CNN)[4]、空间金字塔池化网络(spatial pyramid pooling，SPP-Net)[5]，特点是精度很高，但是检测速度很慢；另一种是直接通过神经网络进行预测目标的单阶段(onestage)方法，如YOLO[6]系列(V1-V5)、RetinaFace[7]算法等，特点是速度和精度相对均衡。其中本文使用的Retina-Face 是一种基于滑动窗口，自监督与额外监督结合的多任务学习，通过回归人脸的眼睛、鼻子和嘴巴5 个关键点，对不同尺寸的人脸进行像素级的定位，对于人脸检测有比较好的结果。……