KPNet，追求轻量化的人脸检测器（AAAI 视频解读）

作者 | 宋广录

责编 | 贾伟

人工智能顶级学术会议 AAAI 2020 （第 34 届 AAAI）已在美国纽约落幕，会议从 2 月 7 日持续到 2 月 12 日。

本次的AAAI大会投稿量创下了8800多的投稿，其中7737篇进行评审，1591篇被录用，录取率为20.6%。相比2019年，今年AAAI录取率同比上升27%，投稿量同比增长13.6%。

不过由于疫情原因，据估计至少有800多名华人学者无法出席本届AAAI 2020，而大量来自中国地区的论文作者也无法到会议现场做报告。针对这种情况，组委会提出“云会议”的方案，论文作者可以录播视频oral（现场播放）或远程在线报告。

本文为北航宋广录（商汤科技见习研究员）等人完成的AAAI 2020 oral 文章《KPNet: Towards Minimal Face Detector》，隶属于会议的 “Tech Session 5: Vision: Applications”。

欲观看更多AAAI 视频解读，可点击下方「阅读原文」进行访问。

同时 AI 科技评论 欢迎所有 AAAI 2020 作者分享自己的 oral 或 poster 视频/图片。

论文简介：

深度学习在人脸检测任务上取得了非常优异的结果，通过设计具备特定感受野的检测器搭配不同尺度特征的有效利用可以比较容易的获得很好的性能。当前算法多为anchor-based的算法，需要一定的设计经验，同时，对于图像输入尺度和模型参数规模也有着一定的要求，这就不可避免的会带来一定的计算量负担。

本文章针对通用人脸检测问题重新探究了检测器感受野和图像输入尺度之间的关系，提出了全新的KPNet人脸检测框架，结合anchor-free的算法设计和bottom-up的检测策略能够让人脸检测器基于低尺度图像输入和轻量级网络结构达到优异的性能，同时具备极快的模型推理速度。

（或者到AI研习社官网观看更多AAAI 2020 论文解读视频：https://www.leiphone.com/special/custom/meetingVideo.html）

作者简介：

宋广录，北京航空航天大学计算机学院2017级研究生，商汤科技见习研究员，研究方向为Computer Vision。