WIDER FACE评测结果：滴滴人脸检测DFS算法摘冠

【PConline资讯】4月26日音讯，近日，世界权威的人脸检测公开评测集WIDERFACE发布最新评测结果，滴滴AILabs团队分离北京邮电大学PRIS团队提出的人脸检测DFS算法，在WIDERFACE的Easy、Medium和Hard三个评测子集的六项评价结果中,超越了国内外众多科技公司和高校院所，取得了五项第一、一项第二的成果。

公开资料显现，WIDERFACE由香港中文大学于2016年树立，共包含32,203张图像和393,703个人脸标注。其中40%的数据为锻炼集（Training），10%的数据为考证集（Validation），50%的数据为测试集（Testing）。每个汇合中的数据依据人脸检测的难易水平分为“Easy”、“Medium”、“Hard”。

由于汇集了人脸尺寸大小变更、拍照角度惹起的人脸姿势变更、不同水平的人脸遮挡、表情变更、光照强弱差别以及化装等多种影响要素，该数据集在全球人脸检测范畴极具应战性，每次评测均会吸收多家国内外科技巨头及高校院所（包含卡耐基梅隆大学、加州大学圣地亚哥分校、北航、浙大、京东、腾讯优图、百度、华为云、IBM沃森研讨院等）在这个数据集上考证了自己的算法效果。

最新评测结果显现，AILabs团队提出的DFS算法在WIDERFACE人脸检测平台中，在官方考证集和测试集的六项评价结果中取得五项第一、一项第二。其中在“Easy”、“Medium”和“Hard”三个测试子集中，DFS算法性能分别抵达96.3%AP，95.4%AP，90.7%AP。

DFS算法以卷积神经网络中的特征融合为切入点，为了避免高层特征图上的语义信息掩盖低层特征图上的细节信息，提出了特征融合金字塔（FeatureFusionPyramid）结构，其以空间和通道留意力机制的方式融合上下层特征，在不失细节信息的同时将语义信息作为上下文线索（contextualcues）增强低层特征；另外，DFS算法提出了一种辅助锻炼单阶段检测器的语义分割分支（SemanticSegmentationbranch），促使检测网络以一种自监视的方式完成留意力机制以及学到更好的特征。细致地说，DFS算法特别的语义分割分支分层天时用更强的语义分割监视信息监视锻炼网络，使得用于预测人脸的各级特征图专注于各自最适合检测到的不同尺寸的人脸。

目前人脸检测和辨认技术在滴滴平台主要用于司机人不符检测、行程中车内录像时的乘客隐私维护等场景。

DFS算法网络框架图