谷歌近日發(fā)布了一款專為移動(dòng) GPU 推理量身定制的輕量級(jí)人臉檢測(cè)器——亞毫秒級(jí)的人臉檢測(cè)算法 Blaze Face。它能夠在旗艦設(shè)備上以 200~1000+ FPS 的速度運(yùn)行，并且可以應(yīng)用在諸多需要快速準(zhǔn)確的識(shí)別出人臉區(qū)域的任務(wù)中，例如：2D/3D 面部關(guān)鍵點(diǎn)識(shí)別與幾何評(píng)估、面部特征和表情分類以及面部區(qū)域分割等。谷歌發(fā)表了相關(guān)論文介紹了該研究成果。

　　據(jù)介紹，這個(gè)名為BlazeFace 的新面部檢測(cè)框架，是在單鏡頭多盒檢測(cè)器（SSD）框架上針對(duì)移動(dòng) GPU 推理進(jìn)行的優(yōu)化。主要?jiǎng)?chuàng)新包括：

　　1. 有關(guān)于推理速度

　　一個(gè)專為輕量級(jí)目標(biāo)檢測(cè)而設(shè)計(jì)的在結(jié)構(gòu)上與 MobileNetV1/V2 相關(guān)的非常緊湊的特征提取器卷積神經(jīng)網(wǎng)絡(luò)。

　　一種基于 SSD 的新型 GPU-friendly anchor 機(jī)制，旨在提高 GPU 利用率。Anchors（SSD 術(shù)語中的先驗(yàn)）是預(yù)定義的靜態(tài)邊界框，作為網(wǎng)絡(luò)預(yù)測(cè)調(diào)整和確定預(yù)測(cè)粒度的基礎(chǔ)。

　　2. 有關(guān)于推理效果

　　一種替代非最大抑制的聯(lián)合分辨率策略，可在多預(yù)測(cè)之間實(shí)現(xiàn)更穩(wěn)定、更平滑的聯(lián)系分辨率。

　　雖然該框架適用于各種目標(biāo)檢測(cè)任務(wù)，但在本文中，谷歌致力于探討手機(jī)相機(jī)取景器中的人臉檢測(cè)問題。由于不同的焦距和捕獲物體尺寸，我們分別為前置和后置攝像頭構(gòu)建了模型。

　　除了預(yù)測(cè)軸對(duì)齊的面部矩形外，BlazeFace 模型還生成了 6 個(gè)面部關(guān)鍵點(diǎn)坐標(biāo)（用于眼睛中心、耳、嘴中心和鼻尖），以便我們估計(jì)面部旋轉(zhuǎn)角度（滾動(dòng)角度）。這樣的設(shè)置使其能夠?qū)⑿D(zhuǎn)的面部矩形傳遞到視頻處理流程的后期任務(wù)特定階段，從而減輕后續(xù)處理步驟對(duì)重要平移和旋轉(zhuǎn)不變性的要求。

　　BlazeFace 模型架構(gòu)可以在完整圖像或視頻幀上運(yùn)行，并且可以作為幾乎任何與人臉相關(guān)的計(jì)算機(jī)視覺應(yīng)用的第一步，例如 2D / 3D 人臉關(guān)鍵點(diǎn)、輪廓或表面幾何估計(jì)、面部特征或表情分類以及人臉區(qū)域分割。因此，計(jì)算機(jī)視覺流程中的后續(xù)任務(wù)可以根據(jù)適當(dāng)?shù)拿娌考舨脕矶x。結(jié)合 BlazeFace 提供的少量面部關(guān)鍵點(diǎn)估計(jì)，此結(jié)果也可以旋轉(zhuǎn)，這樣圖像中的面部是居中的、標(biāo)準(zhǔn)化的并且滾動(dòng)角接近于零。這消除了 SIG-nifi 不能平移和旋轉(zhuǎn)不變性的要求，從而允許模型實(shí)現(xiàn)更好的計(jì)算資源分配。