摘要

面部检测已经研究了许多年，其中一个剩余的挑战是在不受控制的环境中检测小、模糊和部分遮挡的面部。本文提出了一种新颖的情境辅助单次检测器，命名为 PyramidBox，以应对这一难题。鉴于情境的重要性，我们在以下三个方面改进了对情境信息的利用。首先，我们设计了一种新的情境锚点（context anchor），通过半监督方法监督高层次情境特征的学习，我们称之为 PyramidAnchors。其次，我们提出了低层次特征金字塔网络（Low-level Feature Pyramid Network），该网络将足够的高层次情境语义特征和低层次面部特征结合在一起，同时也允许 PyramidBox 在一次检测中预测所有尺度的面部。第三，我们引入了一种情境敏感结构（context-sensitive structure），以增加预测网络的能力，从而提高最终输出的准确性。此外，我们采用了数据锚点采样（Data-anchor-sampling）的方法来增强不同尺度下的训练样本，这增加了较小面部训练数据的多样性。通过挖掘情境的价值，PyramidBox 在两个常见的面部检测基准测试集 FDDB 和 WIDER FACE 上取得了优于现有最先进方法的表现。我们的代码可在 PaddlePaddle 平台上获取：[https://github.com/PaddlePaddle/models/tree/develop/fluid/face_detection]。注：为了保持专业性和可读性，一些术语在首次出现时保留了英文标注。