ASFD:自動かつスケーラブルな顔検出器【JST・京大機械翻訳】

Li Jian; Zhang Bin; Wang Yabiao; Tai Ying; Zhang ZhenYu; Wang Chengjie; Li Jilin; Huang Xiaoming; Xia Yili

プレプリント

J-GLOBAL ID：202202211652527405 整理番号：22P0279941

ASFD:自動かつスケーラブルな顔検出器【JST・京大機械翻訳】

ASFD: Automatic and Scalable Face Detector

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2022年01月26日プレプリントサーバーでの情報更新日： 2022年01月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

現在のマルチスケールベース検出器と共に,特徴集約と増強(FAE)モジュールは,切断エッジ物体検出の優れた性能利得を示した。しかしながら,これらの手作業FAEモジュールは,顔検出に関して矛盾した改善を示し,それは,主に,その訓練とコーパス,COCO対WIDER顔の間の重要な分布差による。この問題に取り組むために,データ分布の影響を本質的に解析し,その結果,かなりのマージンを持つ顔検出においてすべての既存のFAEモジュールを凌駕する,異なるアーキテクチャ検索によってAutoFAEと呼ばれる効果的なFAEアーキテクチャを探索することを提案した。見出したAutoFAEと既存のバックボーンで,スーパーネットをさらに構築して訓練し,異なる複雑性制約の下で検出器のファミリーを自動的に得た。ポピュラーなベンチマーク,WIDER Face and FDDBに関して行った大規模な実験は,提案した自動およびスケーラブルな顔検出器(ASFD)ファミリーの最先端の性能効率トレードオフを実証した。特に,著者らの強力なASFD-D6は,WIDER顔テストでAP96.7/96.2/92.1と,VGA解像度画像でV100GPUで320FPS以上の軽量ASFD-D0コストで,最良の競合者より優れている。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

前のページに戻る