深度级联多任务框架：人脸检测与对齐创新方法.pdfVIP

联合人脸检测与对齐使用多任务级联卷积网

络

，，李志峰，IEEE高级会员，IEEE高级会员

—在无约束环境中进行人脸检测和对齐具有性，因为用于人脸检测，并取得了显著的性能。然而，这些方法计算

存在各种、光照和遮挡。的研究表明，深度学习方法在这成本高昂，并且通常需要昂贵的标注数据进行训练。，

两个任务上可以实现令人印象深刻的性能。在本文中，我们提出了卷积神经网络（CNN）在各种计算机视觉任务中取得了显

一种利用检测和对齐之间固有相关性的深度级联多任务框架，以提

著进展，例如图像分类[9]和人脸识别[10]。受到深度学

升它们的性能。具体来说，我们的框架采用了一种三阶段的精心设

习方法在计算机视觉任务中取得的重大成功的启发，一些研

计的深度卷积网络级联架构，以粗到精的方式预测人脸和地标位置。

此外，我们提出了一种新的难样本挖掘策略，进一步提高了实究开始利用深度CNN进行人脸检测。Yang等人[11]训练

际性能。我们