テクノロジー｜軽量顔検出アルゴリズムの徹底レビュー

顔検出は、幅広いアプリケーションと多くの研究者を抱えるコンピューター ビジョンの古くからのトピックです。業界はより正確な検出アルゴリズムに向かっているだけでなく、軽量の顔検出アルゴリズムもアプリケーションの寵児になりつつあります。この記事では、近年の軽量顔検出アルゴリズムのオープンソース実装についてまとめています。その多くはオープンソース コミュニティのスター プロジェクトとなっています。

01超軽量高速汎用顔検出器 1MB

Github スター: 4.8k

パラメータサイズ: 1.04~1.1MB、int8量子化後約300KB

Github: https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

画像効果を検出します（入力解像度：640x480）：

02 LFFD：エッジデバイス向けの軽量・高速な顔検出システム

Github スター: 919

パラメータボリューム: 6.1 M

あらゆるサイズとデバイスに対応する顔検出器のバスケット

論文: https://arxiv.org/abs/1904.10633

Github: https://github.com/YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices

03. libface検出

Github スター: 9.3k

パラメータボリューム: 3.34M

画像内の顔検出のためのオープンソース ライブラリ。顔検出速度は1000FPSに達します。

Github: https://github.com/ShiqiYu/libfacedetection

04ジクシーエヌ

国内開発者ZuoQingのオープンソースディープラーニング推論ライブラリであり、顔検出はMTCNNアルゴリズムを使用して実装されています。

Github スター: 1.8k

GitHub: https://github.com/zuoqing1988/ZQCNN

画像効果を検出:

05センターフェイス

Github スター: 9.3k

パラメータサイズ: 7.3MB、改良版はわずか2.3MB

CenterFace は、エッジ デバイス向けの実用的なアンカーフリーの顔検出および位置合わせアルゴリズムです。

Github: https://github.com/Star-Clouds/CenterFace

06 DBフェイス

Github スター: 650

パラメータサイズ: 7.03MB

DBFace はアンカーフリーのネットワーク構造です。

GitHub: https://github.com/dlunion/DBFace

画像効果を検出:

DBFace の結果 (しきい値 = 0.2)

DBFace Small-H の結果 (しきい値 = 0.3)

RetinaFace-MobileNetV2 の結果 (しきい値 = 0.2)

CenterFace-MobileNetV2 の結果 (しきい値 = ?)

07ブレイズフェイス

モバイル GPU 推論向けにカスタマイズされた軽量で高性能な顔検出器。

Github スター: 6.4k

論文: https://arxiv.org/pdf/1907.05047v1.pdf

GitHub: https://github.com/google/mediapipe

08オープンヴィーノ

このライブラリは、Intel のオープンソースのディープラーニング推論ライブラリです。顔検出は SSD アルゴリズムに基づいており、非常に高速です。

Github スター: 1.1k

Github: https://github.com/openvinotoolkit/openvino

09レチナフェイスモバイルネット0.25

Github スター: 6.5k

パラメータボリューム: 1.68M

GitHub: https://github.com/deepinsight/insightface/

10 MTCN

Github スター: 2.4k

論文: https://arxiv.org/abs/1604.02878

Github: https://github.com/kpzhang93/MTCNN_face_detection_alignment

画像効果を検出: