近日，世界最權(quán)威的人臉檢測公開評測集WIDER FACE公布最新評測結(jié)果，滴滴AI Labs團隊聯(lián)合北京郵電大學PRIS團隊提出的人臉檢測DFS算法，在WIDER FACE的Easy、Medium和Hard三個評測子集的六項評估結(jié)果中, 超過了國內(nèi)外眾多科技公司和高校院所，取得了五項第一、一項第二的好成績，充分彰顯了滴滴在人臉檢測領(lǐng)域的創(chuàng)新能力。

WIDER FACE是目前業(yè)界公開的數(shù)據(jù)規(guī)模最大、檢測難度最高的人臉檢測數(shù)據(jù)集之一，由香港中文大學于2016年建立，共包含32,203張圖像和393,703個人臉標注。其中40%的數(shù)據(jù)為訓練集（Training），10%的數(shù)據(jù)為驗證集（Validation），50%的數(shù)據(jù)為測試集（Testing）。每個集合中的數(shù)據(jù)根據(jù)人臉檢測的難易程度分為“Easy”、“Medium”、“Hard”。

由于匯集了人臉尺寸大小變化、拍照角度引起的人臉姿態(tài)變化、不同程度的人臉遮擋、表情變化、光照強弱差異以及化妝等多種影響因素，該數(shù)據(jù)集在全球人臉檢測領(lǐng)域極具挑戰(zhàn)性，每次評測均會吸引多家國內(nèi)外科技巨頭及高校院所（包含卡耐基梅隆大學、加州大學圣地亞哥分校、北航、浙大、京東、騰訊優(yōu)圖、百度、華為云、IBM沃森研究院等）在這個數(shù)據(jù)集上驗證了自己的算法效果。

最新評測結(jié)果顯示， AI Labs團隊提出的DFS算法在WIDER FACE人臉檢測平臺中，在官方驗證集和測試集的六項評估結(jié)果中取得五項第一、一項第二。其中在“Easy”、“Medium”和“Hard”三個測試子集中，DFS算法性能分別達到96.3% AP，95.4% AP，90.7% AP。

圖1 驗證集性能曲線圖

圖2 測試集性能曲線圖

DFS算法以卷積神經(jīng)網(wǎng)絡(luò)中的特征融合為切入點，為了防止高層特征圖上的語義信息覆蓋低層特征圖上的細節(jié)信息，提出了特征融合金字塔（Feature Fusion Pyramid）結(jié)構(gòu)，其以空間和通道注意力機制的方式融合高低層特征，在不失細節(jié)信息的同時將語義信息作為上下文線索（contextual cues）增強低層特征；另外，DFS算法提出了一種輔助訓練單階段檢測器的語義分割分支（Semantic Segmentation branch），促使檢測網(wǎng)絡(luò)以一種自監(jiān)督的方式實現(xiàn)注意力機制以及學到更好的特征。具體地說，DFS算法獨特的語義分割分支分層地利用更強的語義分割監(jiān)督信息監(jiān)督訓練網(wǎng)絡(luò)，使得用于預(yù)測人臉的各級特征圖專注于各自最適宜檢測到的不同尺寸的人臉。

圖3 DFS算法網(wǎng)絡(luò)框架圖

目前人臉檢測和識別技術(shù)已經(jīng)在滴滴平臺廣泛使用，用于司機人不符檢測、行程中車內(nèi)錄像時的乘客隱私保護等場景，并已形成成熟的技術(shù)解決方案，幫助外部合作伙伴進一步提高效率。

實際上，滴滴已經(jīng)多次在圖像視頻領(lǐng)域相關(guān)競賽或評測中獲得世界級第一。在去年7月的CVPR 2018 WAD自動駕駛挑戰(zhàn)賽中，攬獲了二、三、四名的好成績；而在去年9月ECCV 2018 COCO & Mapillary挑戰(zhàn)賽中，滴滴技術(shù)團隊首次參賽即獲得Mapillary街景檢測單項世界第一。

此次人臉檢測技術(shù)再破世界紀錄，也充分體現(xiàn)了滴滴在計算機視覺領(lǐng)域強大技術(shù)實力，滴滴將持續(xù)進行更多探索，不斷優(yōu)化出行交通感知理解、智能交互等技術(shù)，用先進的AI技術(shù)提升用戶體驗、助力行業(yè)轉(zhuǎn)型升級，進而構(gòu)建智能出行新生態(tài)。