人脸方向学习（十五）：Face Detection-RetinaFace解读

整理的人脸系列学习经验：包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取等过程总结，有需要的可以参考，仅供学习，请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307

RetinaFace: Single-stage Dense Face Localisation in the Wild

论文地址： https://arxiv.org/pdf/1905.00641.pdf
github地址： https://github.com/deepinsight/insightface/tree/master/RetinaFace

思路：

整理人脸特征提取网络结构InsightFace: 2D and 3D Face Analysis Project时，发现这里出现一种RetinaFace的人脸检测器，在cpu/gpu上性能很强大，所以想尝试下载后端做人脸检测效果。后续给出模型训练以及实验效果。

一、论文简介

RetinaFace，它利用联合监督和自我监督的多任务学习，在各种人脸尺度上执行像素方面的人脸定位。

（1）在WIDER FACE数据集上手动注释五个面部标志，并在这个额外的监督信号的帮助下观察硬面检测的重要改进。

（2）进一步增加了一个自监督网格解码器分支，用于与现有的受控分支并行地预测像素三维形状的面部信息。

（3）在WIDER FACE硬测试装置上，RetinaFace的性能优于现有技术平均预测（AP）1.1％（达到AP等于91.4％）。

（4）在IJB-C测试集上，RetinaFace使最先进的方法（ArcFace）能够改善他们在面部验证中的结果（FAR = 1e-6的TAR = 89.59％）。

（5）通过采用轻量级骨干网络，RetinaFace可以在单个CPU内核上实时运行，以实现VGA分辨率的显示。

创新点

1、整合：人脸检测、人脸对齐、像素级的人脸分析、3D密集通信回归。

2、通过利用强监督和自监督多任务损失函数来实现上述功能。

3、基于单阶段设计，提出了一种名为RetinaFace的新型像素智能人脸定位方法，该方法采用多任务学习策略同时预测人脸分数，面部框，五个点和三维位置。

4、Mesh Decoder使用图卷积神经网络进行加速

Lcls：人脸分类loss

Lbox：人脸框回归loss

Lpts：人脸关键点回归loss，五点

Lpixel：自监督3D Mesh Renderer稠密人脸回归

特征金字塔网络结构：单阶稠密人脸定位，多任务loss学习。

Mesh Decoder实现：用图卷积替代普通卷积

实验结果

人脸检测是为了后续的识别算法，作者特意将检测结果送入人脸验证网络，在IJB-C test set上测试结果表明可以提高ArcFace的人脸验证精度(TAR=89.59% for FAR=1e-6)。

不同主干网络，在cpu和gpu上测试性能：

RetainFace在最大的人脸检测图片中可以检测到900个人脸，主要依靠联合额外监督信息和自监督多任务学习方法。