Multi-Path Region-Based Convolutional Neural Network for Accurate Detection of Unconstrained "Hard Faces"
McGill University（麦吉尔大学）
大规模的变化仍然对无约束人脸检测提出了挑战。据我们所知，目前还没有一种人脸检测算法可以检测到一张800 x 800像素的人脸，同时以同样高的精度在一张图像中检测到另一张8 x 8像素的人脸。我们提出了一个两阶段级联的人脸检测框架，基于多路径区域的卷积神经网络（MP-RCNN），它将深度神经网络与经典的学习策略无缝结合起来，以应对这一挑战。第一阶段是多路径区域建议网络（MP-RPN），其在三个不同尺度上建议面。它同时利用卷积特征映射的三个并行输出来预测多尺度候选人脸区域。"atrous"卷积技巧（使用上采样滤波器的卷积）和新提出的用于"硬"示例的采样层嵌入在MP-RPN中，以进一步提高其性能。第二阶段是Boosted Forests分类器，其利用从候选面部区域内部汇集的深度面部特征以及从候选面部区域周围的较大区域汇集的深度上下文特征。包括该步骤以进一步去除硬阴性样品。实验表明，该方法在WIDER FACE数据集的“硬”分区上实现了最先进的人脸检测性能，平均精度比以前的最佳结果高出9.6%。
2017-03-27 cs.CV
CemiFace: Center-based Semi-hard Synthetic Face Generation for Face Recognition
Queen Mary University of London（伦敦玛丽女王大学）；University of Exeter（埃克塞特大学）
针对现有合成人脸训练人脸识别模型判别质量不足、性能下降的问题，提出基于扩散模型的CemiFace方法，生成与身份中心不同相似度的半难人脸样本，实验证明其训练性能具备竞争力。
2024-10-30 cs.CV
On Mitigating Hard Clusters for Face Clustering
Peking University（北京大学）；DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）；Singapore Management University（新加坡管理大学）
人脸聚类是一种很有前途的方法来扩大人脸识别系统使用大规模的未标记的人脸图像。识别小的或稀疏的人脸图像聚类仍然具有挑战性，我们称之为硬聚类，这是由聚类的异质性\ie、大小和稀疏性的高度变化引起的。因此，使用统一阈值（以识别聚类）的传统方法通常会导致对本应属于硬聚类的样本的严重错误分类。我们解决这个问题，利用样本的邻域信息和推断的集群成员（样本）的概率的方式。我们引入了两个新的模块，基于邻域扩散的密度（NDDe）和基于转换概率的距离（TPDi），基于此，我们可以简单地应用标准的密度峰值聚类算法与统一的阈值。我们在多个基准测试上的实验表明，每个模块都有助于我们方法的最终性能，并且通过将它们纳入其他高级人脸聚类方法，这两个模块可以将这些方法的性能提升到一个新的最先进水平。代码可在：https://github.com/echoanran/On-Mitigating-Hard-Clusters。
2022-07-25 cs.CV
OTFace: Hard Samples Guided Optimal Transport Loss for Deep Face Representation
Nanjing University of Science and Technology（南京理工大学）；The Hong Kong Polytechnic University（香港理工大学）
由于大规模的人脸变化，在野外的人脸表示是非常困难的。为此，已经开发了一些深度卷积神经网络（CNN），以通过设计适当的基于边缘的损失来学习区分性特征，其在简单样本上表现良好，但在硬样本上失败。基于此，一些方法主要是在训练阶段调整硬样本的权重，以提高特征区分度。然而，这些方法忽略了特征分布特性，这可能导致更好的结果，因为误分类的硬样本可以通过使用分布度量来校正。本文提出了硬样本引导的最优传输（OT）损失的深度人脸表示，OTFace简称。OTFace的目标是通过引入特征分布差异来提高硬样本的性能，同时保持简单样本的性能。具体来说，我们采用三重方案来指示训练期间一个小批次中的硬样本组。然后使用OT来表征来自高级卷积层的特征的分布差异。最后，我们整合了基于边缘的softmax（例如ArcFace或AM-Softmax）和OT来指导深度CNN学习。在几个基准数据库上进行了广泛的实验。定量结果表明，所提出的OTFace的国家的最先进的方法的优势。
2022-03-28 cs.CV
LH2Face: Loss function for Hard High-quality Face
Anhui Normal University（安徽师范大学）；Chinese Academy of Agricultural Sciences（中国农业科学院）
本文提出LH2Face损失函数，通过基于von Mises-Fisher分布的相似性度量和不确定性感知边距函数，提升高质难样本的识别性能，在IJB-B数据集上达到49.39%的准确率。
2026-03-30 cs.CV
Improving Face Recognition from Hard Samples via Distribution Distillation Loss
Tencent（腾讯）；Michigan State University（密歇根州立大学）；Xiamen University（厦门大学）
大的面部变化是面部识别的主要挑战。为此，以前的特定于变化的方法在设计特殊网络损耗之前充分利用任务相关，这通常在不同任务和场景中并不通用。相比之下，现有的通用方法专注于提高特征的可区分性，以最小化类内距离，同时最大化类间距离，这对容易的样本表现良好，但在硬样本上失败。为了提高一般任务中硬样本的性能，我们提出了一种新型的分布蒸馏损失来缩小简单样本和硬样本之间的性能差距，这对于各种类型的面部变化来说是一种简单、有效且通用的方法。具体来说，我们首先采用最先进的分类器，如ArcFace构建两个相似性分布：教师分布从简单的样本和学生分布从硬样本。然后，我们提出了一种新的分布驱动的损失，以约束学生分布近似教师分布，从而导致学生分布中的正负对之间的重叠较小。我们对通用的大规模人脸基准和种族、分辨率和姿势有不同变化的基准进行了广泛的实验。定量结果表明，我们的方法优于强基线，例如，Arcface和Cosface。
2020-07-18 cs.CV
NPCFace: Negative-Positive Collaborative Training for Large-scale Face Recognition
Shanghai University（上海大学）；JD AI Research（京东AI研究院）；National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所模式识别国家实验室）
在过去的几年里，深度人脸识别的训练方案有了很大的发展，但它在大规模数据情况下遇到了新的挑战，大量和多样化的困难情况发生。特别是在低错误接受率（FAR）的范围内，在阳性（类内）和阴性（类间）中都存在各种困难情况。在本文中，我们研究如何更好地利用这些硬样本，以提高训练。文献的做法，这是基于利润的制定，无论是积极的logit或负logits。然而，硬阳性和硬阴性之间的相关性被忽视，正和负logits中的边缘之间的关系也被忽视。我们发现这种相关性是显著的，特别是在大规模数据集中，人们可以利用它来通过将每个训练样本的正边缘和负边缘相关联来提高训练。为此，我们建议在样本范围内明确正负利润率之间的合作。在给定一批硬样本的情况下，提出了一种新的负-正协作损失模型NPCFace，该模型通过softmax logits中的协作边缘机制，强调了对负-正硬样本的训练，同时也更好地解释了负-正硬度相关性。此外，重点是实施与改进的公式，以实现稳定的收敛性和灵活的参数设置。我们验证了我们的方法的有效性在各种基准的大规模人脸识别，并获得有利的结果，特别是在低FAR范围。
2021-05-14 cs.CV
CurricularFace: Adaptive Curriculum Learning Loss for Deep Face Recognition
Tencent（腾讯）；Zhejiang University（浙江大学）；Michigan State University（密歇根州立大学）
作为人脸识别领域的一个新兴课题，设计基于边缘的损失函数可以增加不同类别之间的特征边缘，从而提高人脸的区分度。最近，采用基于挖掘的策略的思想来强调错误分类的样本，取得了可喜的成果。然而，在整个训练过程中，现有方法要么没有基于其重要性明确强调样本，使得硬样本没有被充分利用;要么明确强调半硬/硬样本的影响，即使在早期训练阶段也可能导致收敛问题。在这项工作中，我们提出了一种新的自适应课程学习损失（CurricularFace），将课程学习的思想嵌入到损失函数中，以实现一种新的深度人脸识别训练策略，该策略主要解决早期训练阶段的简单样本和后期训练阶段的困难样本。具体来说，我们的CurricularFace在不同的训练阶段自适应地调整简单和困难样本的相对重要性。在每个阶段中，根据不同的样本对应的难度，赋予不同的重要性。在流行的基准测试上进行的大量实验结果表明，我们的CurricularFace优于最先进的竞争对手。
2020-04-01 cs.CV
Bootstrapping Semi-supervised Medical Image Segmentation with Anatomical-aware Contrastive Distillation
New York University（纽约大学）；Yale University（耶鲁大学）
对比学习在医学图像分割的背景下已经显示出对注释稀缺问题的巨大希望。现有的方法通常假设一个平衡的类分布标记和未标记的医学图像。然而，现实中的医学图像数据通常是不平衡的（即，多类别标签不平衡），这自然会产生模糊的轮廓，并且通常会错误地标记稀有对象。此外，目前还不清楚是否所有阴性样本都是阴性的。在这项工作中，我们提出了行动，解剖意识的ConTrastive dIstillatiON框架，半监督医学图像分割。具体来说，我们首先开发了一个迭代对比蒸馏算法，通过软标签的负面，而不是二元监督之间的积极和消极的对。我们还从随机选择的阴性集合中捕获与阳性集合相比语义上更相似的特征，以加强采样数据的多样性。其次，我们提出了一个更重要的问题：我们真的可以处理不平衡的样本，以产生更好的性能？因此，ACTION的关键创新是以最小的额外内存占用来学习整个数据集的全局语义关系和相邻像素之间的局部解剖特征。在训练过程中，我们通过主动采样一组稀疏的硬负像素来引入解剖对比度，这可以生成更平滑的分割边界和更准确的预测。在两个基准数据集和不同的未标记设置上的广泛实验表明，ACTION显著优于当前最先进的半监督方法。
2023-03-10 cs.AI cs.CV cs.LG
Improving the Transferability of Adversarial Attacks on Face Recognition with Beneficial Perturbation Feature Augmentation
针对人脸识别模型易受对抗样本攻击的问题，提出基于难模型概念的BPFA攻击方法，通过特征图有益扰动降低对抗样本过拟合，显著提升攻击可迁移性。
2023-07-19 cs.CV
Hard-Mining Loss based Convolutional Neural Network for Face Recognition
Indian Institute of Information Technology（印度信息技术学院）
人脸识别是计算机视觉领域的一个突出问题。随着深度学习的进步，在人脸识别方面已经有了重要的工作，涉及到了识别框架的各个部分，如卷积神经网络（CNN），层，损失函数等。各种损失函数，如交叉熵，Angular-Softmax和ArcFace已经被引入来学习人脸识别网络的权重。然而，与容易样本相比，这些损失函数不给予硬样本高优先级。此外，他们的学习过程是有偏见的，由于一些简单的例子相比，硬的例子。在本文中，我们通过考虑更优先的硬例子来解决这个问题。为了做到这一点，我们提出了一个硬挖掘损失，增加损失的困难的例子和减少损失的简单的例子。所提出的概念是通用的，可以与任何现有的损失函数。我们测试了不同的损失，如交叉熵，Angular-Softmax和ArcFace的硬挖掘损失。在广泛使用的Labeled Faces in the Wild（LFW）和YouTube Faces（YTF）数据集上测试了所提出的硬挖掘损失。训练在CASIA-WebFace和MS-Celeb-1 M数据集上进行。我们使用残差网络（即，ResNet 18）进行实验分析。实验结果表明，现有的损失函数的性能得到提升时，在建议的硬挖掘损失的框架。
2020-12-23 cs.CV cs.LG
YOLO-FaceV2: A Scale and Occlusion Aware Face Detector
Beijing Information Science and Technology University（北京信息科技大学）；NIO（蔚来）
近年来，基于深度学习的人脸检测算法取得了很大的进展。这些算法通常可以分为两类，即像Faster R-CNN这样的两阶段检测器和像YOLO这样的一阶段检测器。由于单级检测器在精度和速度之间有较好的平衡，因此在许多应用中得到了广泛的应用。在本文中，我们提出了一个实时人脸检测器的基础上的一阶段检测器YOLOv 5，命名为YOLO-FaceV 2。我们设计了一个感受野增强模块RFE来增强小脸的感受野，并使用NWD Loss来弥补IoU对微小物体位置偏差的敏感性。针对人脸遮挡问题，提出了SEAM注意力模型，并引入排斥损失（Repulsion Loss）来解决这一问题，同时利用Slide权函数来解决易样本和难样本之间的不平衡问题，并利用有效感受野信息来设计锚点。在WiderFace数据集上的实验结果表明，我们的人脸检测器优于YOLO，并且可以在所有容易，中等和困难的子集中找到它的变体。https://github.com/Krasjet-Yu/YOLO-FaceV2中的源代码
2022-08-04 cs.CV
EMface: Detecting Hard Faces by Exploring Receptive Field Pyraminds
Shanghai Em-Data Technology Co., Ltd.（上海Em-Data科技有限公司）；Institute of Artificial Intelligence（人工智能研究院）
尺度变化是人脸检测中最具挑战性的问题之一。现代人脸检测器采用特征金字塔来处理尺度变化。然而，它可能会打破不同尺度的面部特征的一致性。在本文中，我们提出了一个简单而有效的方法命名为感受野金字塔（RFP）的方法，以提高表示能力的特征金字塔。它可以学习不同的感受野在每个特征图的基础上检测到的人脸的不同尺度自适应。两个人脸检测基准数据集的经验结果，即，WIDER FACE和UFDD的实验结果表明，我们提出的方法可以显着加快推理速度，同时实现最先进的性能。我们的方法的源代码可在\url{https://github.com/emdata-ailab/EMface}上获得。
2021-05-21 cs.AI cs.CV
RetinaFace: Single-stage Dense Face Localisation in the Wild
Imperial College London（伦敦帝国学院）；InsightFace；Middlesex University London（伦敦密德萨斯大学）；FaceSoft
虽然在不受控制的人脸检测方面取得了巨大的进步，但在野外准确有效的人脸定位仍然是一个公开的挑战。本文提出了一种鲁棒的单阶段人脸检测器，名为RetinaFace，它通过联合额外监督和自监督多任务学习的优势，在各种尺度的人脸上进行像素级人脸定位。具体而言，我们在以下五个方面做出了贡献：（1）我们在WIDER FACE数据集上手动注释了五个面部标志，并观察到在这个额外的监督信号的帮助下，硬脸检测的显着改善。(2)我们进一步添加了一个自监督网格解码器分支，用于与现有的监督分支并行预测像素级3D形状人脸信息。(3)在WIDER FACE硬测试集上，RetinaFace的表现优于最先进的平均精度（AP）1.1%（实现AP等于91.4%）。(4)在IJB-C测试集上，RetinaFace使最先进的方法（ArcFace）能够改善其面部验证结果（对于FAR= 1 e-6，TAR=89.59%）。(5)通过采用轻量级骨干网络，RetinaFace可以在单个CPU核心上实时运行VGA分辨率的图像。额外的注释和代码可在https://github.com/deepinsight/insightface/tree/master/RetinaFace上获得。
2019-05-04 cs.CV
Adaptation of MobileNetV2 for Face Detection on Ultra-Low Power Platform
CSEM（瑞士电子与微技术中心）；EPFL（洛桑联邦理工学院）
设计在边缘硬件上运行的深度神经网络（DNN）仍然是一个挑战。标准设计已被社区采用，以促进神经网络模型的部署。然而，没有太多的重点放在适应网络拓扑结构，以适应硬件的限制。在本文中，我们采用了移动硬件平台MobileNetV2最广泛使用的架构之一，并研究了改变其拓扑结构和应用后训练量化的影响。我们讨论的适应和部署的模型上的嵌入式硬件平台的人脸检测的影响。
2022-08-23 cs.CV cs.LG
Face Detection Using Improved Faster RCNN
Huawei Cloud BU（华为云BU）
Faster RCNN在通用目标检测方面取得了巨大成功，包括PASCAL目标检测和MS COCO目标检测。在这份报告中，我们提出了一个详细设计的更快的RCNN方法，名为FDNet1.0，用于人脸检测。采用了几种技术，包括多尺度训练，多尺度测试，轻量级设计的RCNN，一些推理技巧和基于投票的集成方法。我们的方法在WIDER FACE验证数据集（简单集，中等集，硬集）的三个任务中获得了两个第一名和一个第二名。
2018-02-06 cs.CV
Detecting Faces Using Region-based Fully Convolutional Networks
Tencent AI Lab（腾讯人工智能实验室）
基于区域的人脸检测方法已经取得了很大的成功。在本报告中，我们提出了一种基于区域的人脸检测器，以完全卷积的方式应用深度网络，名为Face R-FCN。基于基于区域的全卷积网络（R-FCN），我们的人脸检测器是更准确和计算效率相比，以前的R-CNN的人脸检测器。在我们的方法中，我们采用全卷积残差网络（ResNet）作为骨干网络。特别是，我们采用了几个新的技术，包括位置敏感的平均池，多尺度训练和测试和在线硬例子挖掘策略，以提高检测精度。在两个最流行和最具挑战性的人脸检测基准测试中，FDDB和WIDER FACE，Face R-FCN实现了超越最先进技术的卓越性能。
2017-09-18 cs.CV
Face R-CNN
Tencent AI Lab（腾讯人工智能实验室）
Faster R-CNN是目标检测中最具代表性和最成功的方法之一，在各种目标检测应用中越来越受欢迎。在本报告中，我们提出了一种基于Faster R-CNN的鲁棒深度人脸检测方法。在我们的方法中，我们利用了几种新技术，包括新的多任务损失函数设计，在线硬示例挖掘和多尺度训练策略，以在多个方面改进Faster R-CNN。该方法非常适合人脸检测，因此我们称之为Face R-CNN。在两个最流行和最具挑战性的人脸检测基准，FDDB和WIDER脸，进行了广泛的实验，以证明所提出的方法比国家的最先进的优越性。
2017-06-04 cs.CV
Face Detection using Deep Learning: An Improved Faster RCNN Approach
DeepIR Inc.（DeepIR公司）
在这份报告中，我们提出了一个新的人脸检测方案，使用深度学习，并实现了最先进的检测性能上著名的FDDB人脸检测基准评估。特别是，我们通过结合多种策略来改进最先进的更快的RCNN框架，包括特征拼接、硬否定挖掘、多尺度训练、模型预训练和关键参数的适当校准。因此，该方案获得了最先进的人脸检测性能，使其成为FDDB基准测试中所有已发表方法中ROC曲线最好的模型。
2017-01-28 cs.CV
Support Vector Guided Softmax Loss for Face Recognition
JD AI Research（京东人工智能研究院）；Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所）
由于深度卷积神经网络（CNN）的发展，人脸识别已经取得了重大进展，其中心挑战是特征鉴别。为了解决这个问题，一个小组试图利用基于挖掘的策略（\textit{e.g.}，硬例子挖掘和焦点丢失）来关注信息丰富的例子。另一组致力于设计基于边缘的损失函数（\textit{e.g.}，角度，添加剂和添加剂角度裕度），以增加从地面真值类的角度来看的特征裕度。这两种方法都被很好地验证了学习区分特征。然而，他们遭受的困难，要么是模糊的硬例子或缺乏其他类的辨别力。在本文中，我们设计了一种新的损失函数，即支持向量引导的softmax损失（SV-Softmax），它自适应地强调错误分类点（支持向量），以指导判别特征学习。因此，开发的SV-Softmax损失能够消除硬示例的歧义，以及吸收其他类的区分能力，从而产生更多的区分特征。据我们所知，这是第一次尝试将基于采矿和基于保证金的损失的优势继承到一个框架中。多个基准测试的实验结果证明了我们的方法相对于最新技术的有效性。
2018-12-29 cs.CV
Towards Universal Representation Learning for Deep Face Recognition
Michigan State University（密歇根州立大学）；NEC Labs America（美国NEC实验室）
识别狂野的面孔是非常困难的，因为它们以各种各样的变化出现。传统的方法或者用来自目标域的特别注释的变化数据进行训练，或者通过引入未标记的目标变化数据来适应训练数据。相反，我们提出了一个通用的表示学习框架，它可以处理给定训练数据中看不到的更大变化，而无需利用目标领域知识。我们首先合成训练数据以及一些语义上有意义的变化，如低分辨率，遮挡和头部姿势。然而，直接将增强数据用于训练不会很好地收敛，因为新引入的样本大多是硬样本。我们建议将特征嵌入分为多个子嵌入，并为每个子嵌入关联不同的置信度值，以平滑训练过程。子嵌入进一步去相关，通过正则化的变化分类损失和变化对抗损失的不同分区。实验表明，我们的方法在LFW和MegaFace等一般人脸识别数据集上取得了最佳性能，而在TinyFace和IJB-S等极端基准测试上则明显更好。
2020-02-26 cs.CV
LFFD: A Light and Fast Face Detector for Edge Devices
Beijing University of Technology（北京工业大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
人脸检测作为各种应用的基础技术，通常部署在内存存储有限、计算能力较低的边缘设备上。本文介绍了一种用于边缘设备的轻型快速人脸检测器（LFFD）。所提出的方法是无锚，属于一阶段的范畴。具体而言，我们重新思考的重要性，感受野（RF）和有效感受野（ERF）的背景下的人脸检测。从本质上讲，某一层神经元的RF在输入图像中是规则分布的，这些RF是天然的“锚”。结合RF“锚点”和适当的RF步幅，所提出的方法可以检测到大范围的连续人脸尺度，理论上覆盖率为100%。深入了解ERF和人脸尺度之间的关系，激发了一个有效的骨干一阶段检测。骨干的特点是由八个检测分支和公共层，从而有效的计算。在流行的基准测试程序WIDER FACE和FDDB上进行了全面和广泛的实验。提出了一种面向应用场景的评估模式。在新的模式下，所提出的方法可以实现较高的精度（WIDER FACE Val/Test -- Easy：0.910/0.896，Medium：0.881/0.865，Hard：0.780/0.770; FDDB --间断：0.973，连续：0.724）。采用多种硬件平台来评估系统的运行效率。所提出的方法可以获得快速的推理速度（NVIDIA TITAN Xp：131.45 FPS，640 x480; NVIDIA TX 2：136.99 PFS，160 x120; Raspberry Pi 3 Model B+：8.4…
2019-08-12 cs.CV
Leveraging Simultaneous Usage of Edge GPU Hardware Engines for Video Face Detection and Recognition
Khalifa University（哈利法大学）
本文提出在NVIDIA边缘Orin GPU上同时利用视频解码、人脸检测与识别等所有硬件引擎，通过并发与流水线化提升吞吐量并节省约5%功耗，满足实时约束。
2025-05-07 cs.AR cs.CV eess.IV
AdaSin: Enhancing Hard Sample Metrics with Dual Adaptive Penalty for Face Recognition
School of Intelligent Systems Science and Engineering, Jinan University（暨南大学智能系统科学与工程学院）；College of Cyber Security, Jinan University（暨南大学网络空间安全学院）；School of Computer Science and Engineering, Macau University of Science and Technology（澳门科技大学计算机科学与工程学院）
本文提出AdaSin损失函数，通过将样本嵌入特征与真实类别中心角度的正弦值作为难度度量，结合课程学习动态调整分类边界，并引入双重自适应惩罚机制增强类内紧凑性与类间可分性，在八个基准上取得优于SOTA的人脸识别准确率。
2025-03-05 cs.AI cs.CV
End-To-End Face Detection and Recognition
Zhejiang University（浙江大学）
几十年来，人们提出了许多人脸检测和识别的方法，并取得了令人满意的结果。常见的人脸识别流程包括：1）人脸检测，2）人脸对齐，3）特征提取，4）相似度计算，这些流程是相互分离和独立的。人脸分析阶段的分离导致了模型的冗余计算，难以进行端到端的训练。在本文中，我们提出了一种新的端到端的可训练卷积网络框架，用于人脸检测和识别，其中直接学习几何变换矩阵来对齐人脸，而不是预测人脸标志。在训练阶段，我们的单个CNN模型仅由面部边界框和个人身份进行监督，这些边界框和个人身份可从WIDER FACE \cite{Yang2016}数据集和CASIA-WebFace \cite{Yi2014}数据集公开获得。在人脸检测数据集和基准数据集（FDDB）\cite{Jain2010}数据集和野生标记人脸（LFW）\cite{Huang2007}数据集上进行测试，人脸检测任务的召回率达到89.24%，人脸识别任务的验证准确率达到98.63%，与最新的人脸检测和人脸识别结果相当。
2017-03-31 cs.CV
SFA: Small Faces Attention Face Detector
Jilin University（吉林大学）
近年来，由于深度学习，人脸检测取得了巨大的进步。然而，大多数已发表的人脸检测器恶化显着的脸变得更小。为了更好地检测小尺度人脸，本文提出了小人脸注意（SFA）人脸检测器。首先，我们提出了一种新的尺度不变的人脸检测架构，它更关注小人脸，包括四分支检测架构和小人脸敏感锚点设计。其次，将特征映射融合策略应用于SFA中，通过将高层特征部分地融合到低层特征中，进一步提高了识别硬面的能力。第三，我们使用多尺度训练和测试策略来提高人脸检测的性能。综合实验表明，SFA显著提高了人脸检测性能，特别是对小人脸。我们的实时SFA人脸检测器可以在单个GPU上以5 FPS运行，并保持高性能。此外，我们最终的SFA人脸检测器在具有挑战性的人脸检测基准测试中实现了最先进的检测性能，包括WIDER FACE和FDDB数据集，具有竞争力的运行速度。我们的代码和模型都将提供给研究社区。
2018-12-20 cs.CV
Face-MagNet: Magnifying Feature Maps to Detect Small Faces
University of Maryland Institute for Advanced Computer Studies（马里兰大学高级计算机研究所）
在本文中，我们介绍了人脸放大器网络（Face-MageNet），这是一种基于Faster-RCNN框架的人脸检测器，它能够将小规模人脸的判别信息流传输到分类器，而不会产生任何跳过或残留连接。为了实现这一目标，Face-MagNet在区域建议网络（RPN）中部署了一组ConvTranspose（也称为反卷积）层，并在感兴趣区域（RoI）池化层之前部署了另一组层，以便于检测更精细的人脸。此外，我们还设计，训练，并评估其他三个良好的调整架构，代表传统的解决方案的规模问题：上下文池，跳过连接，规模分区。这三个网络中的每一个都取得了与最先进的人脸检测器相当的结果。通过大量的实验，我们证明了基于VGG 16架构的Face-MagNet在WIDER数据集上的人脸检测任务上比最近提出的基于ResNet 101的HR方法取得了更好的结果，并且在硬集上也取得了与我们的其他方法SSH相似的结果。
2018-03-14 cs.CV
PyramidBox++: High Performance Detector for Finding Tiny Face
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Baidu, Inc.（百度公司）
随着深度卷积神经网络的快速发展，近年来人脸检测取得了长足的进步。WIDER FACE数据集作为一个主要的基准，在这方面做出了很大的贡献。PyramidBox设计了有效的数据增强策略（Data-anchor-sampling）和基于上下文的人脸检测模块。在这份报告中，我们改进了每个部分，以进一步提高性能，包括平衡数据锚点采样，双金字塔和密集上下文模块。具体地说，平衡数据锚点采样获得了更均匀的采样不同大小的脸。双金字塔通过引入渐进的锚丢失来促进特征学习。密集连接的密集上下文模块不仅扩大了接收域，而且有效地传递了信息。综合这些技术，构建了PyramidBox++，并在硬集上实现了最先进的性能。
2019-03-31 cs.CV
YOLO5Face: Why Reinventing a Face Detector
Shenzhen Deepcam Information Technologies（深圳深度相机信息技术公司）；LinkSprite Technologies（凌思创科技公司）
近年来，利用卷积神经网络进行人脸检测取得了巨大的进展。虽然许多人脸检测器使用设计用于检测人脸，我们把人脸检测作为一个通用的目标检测任务。我们实现了一个基于YOLOv5对象检测器的人脸检测器，并称之为YOLO5Face。我们对YOLOv5进行了一些关键修改，并针对人脸检测进行了优化。这些修改包括添加一个五点界标回归头，在主干的输入端使用一个主干块，在SPP中使用较小的内核，以及在PAN块中添加一个P6输出。我们设计了不同模型尺寸的检测器，从超大型模型到超小型模型，以实现最佳性能，以在嵌入式或移动终端上进行实时检测。在WiderFace数据集上的实验结果表明，在VGA图像上，我们的人脸检测器在几乎所有的Easy，Medium和Hard子集上都可以达到最先进的性能，超过了更复杂的指定人脸检测器。代码可在\url{https://github.com/deepcam-cn/yolov5-face}上获得
2022-01-27 cs.CV
Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
由于各种姿态、光照和遮挡的存在，无约束环境中的人脸检测和对齐具有挑战性。最近的研究表明，深度学习方法可以在这两项任务上取得令人印象深刻的性能。在本文中，我们提出了一个深度级联的多任务框架，利用它们之间的内在相关性，以提高它们的性能。特别是，我们的框架采用了一种级联结构，具有三个精心设计的深度卷积网络阶段，以粗到细的方式预测人脸和地标位置。此外，在学习过程中，我们提出了一种新的在线硬样本挖掘策略，可以自动提高性能，而无需手动样本选择。我们的方法在具有挑战性的FDDB和WIDER FACE人脸检测基准和AFLW人脸对齐基准上实现了优于最先进技术的准确性，同时保持实时的性能。
2016-04-11 cs.CV
CenterFace: Joint Face Detection and Alignment Using Face as Point
Huaqiao University（华侨大学）；StarClouds（星云科技）；Xiamen University（厦门大学）；Shanghai Jiaotong University（上海交通大学）
无约束环境下的人脸检测和对齐通常部署在内存有限、计算能力较低的边缘设备上。本文提出一种单阶段的方法CenterFace，同时预测人脸框和地标位置，具有实时速度和高精度。所提出的方法也属于无锚范畴。这是通过以下方式实现的：（a）通过语义图学习人脸存在的可能性，（b）学习潜在地包含人脸的每个位置的限界框、偏移和五个界标。具体而言，该方法可以在单个CPU核心上实时运行，使用NVIDIA 2080 TI进行VGA分辨率图像的200 FPS，并且可以同时实现卓越的精度（WIDER FACE Val/Test-Easy：0.935/0.932，Medium：0.924/0.921，Hard：0.875/0.873和FDDB不连续：0.980，连续：0.732）。CenterFace的演示可以在https://github.com/Star-Clouds/CenterFace上获得。
2019-11-09 cs.CV
Edge-GPU Based Face Tracking for Face Detection and Recognition Acceleration
Khalifa University（哈利法大学）
本文提出在NVIDIA Jetson AGX Orin边缘GPU上通过并行使用全部硬件引擎并集成人脸跟踪模块，实现1920×1080视频下人脸检测与识别290 FPS吞吐量，同时节省约800 mW功耗。
2025-05-07 cs.AR cs.CV cs.LG
PSNet: Parametric Sigmoid Norm Based CNN for Face Recognition
Indian Institute of Information Technology, Sri City（斯里城印度信息技术学院）
卷积神经网络（CNN）由于其在各种计算机视觉应用中的优异性能，近年来得到了广泛的应用。它也被广泛应用于人脸识别问题。然而，CNN的现有层无法处理通常产生较低类别分数的硬示例的问题。因此，现有的方法变得偏向于简单的例子。在本文中，我们通过在最终的全连接层之前加入参数Sigmoid范数（PSN）层来解决这个问题。通过使用PSN层，我们提出了PSNet CNN模型。与简单的示例相比，PSN层有利于更难的示例的高梯度流动。因此，它迫使网络学习硬示例的视觉特征。我们进行了人脸识别实验来测试PSN层的性能。还实验了PSN层与不同损失函数的适用性。实验中使用了广泛使用的Labeled Faces in the Wild（LFW）和YouTube Faces（YTF）数据集。实验结果证实了所提出的PSN层的相关性。
2019-12-05 cs.CV cs.LG eess.IV
TopoFR: A Closer Look at Topology Alignment on Face Recognition
Zhejiang University（浙江大学）；FaceChain Community（FaceChain社区）；King’s College London（伦敦国王学院）；Imperial College London（伦敦帝国学院）；Alibaba Group（阿里巴巴集团）
针对人脸识别中直接对齐输入与潜在空间结构导致的过拟合和结构坍塌问题，提出TopoFR模型，采用基于持续同调的PTSA策略和基于结构损伤分数的SDE难样本挖掘策略，在主流基准上超越现有方法。
2025-10-24 cs.CV cs.LG
