基于Mask R-CNN的人脸检测与分割方法
来源：计算机工程杂志2020年第6期北京时间：
作者：林凯瀚, 赵慧民, 吕巨建, 詹瑾, 刘晓勇, 陈荣军
单位：广东技术师范大学 计算机科学学院, 广州 510665
摘要：针对现有主流的人脸检测算法不具备像素级分割，从而存在人脸特征具有噪声及检测精度不理想的问题，提出了一种基于Mask R-CNN的人脸检测及分割方法。通过ResNet-101结合RPN网络生成候选区域，再利用RoIAlign算法实现像素级的特征点定位，旨在提高定位精度。根据全卷积网络生成相应的人脸二值掩码，实现图像中人脸信息与背景的分割。此外，构建了一个具有分割标注信息的人脸数据集用于训练相应模型。在通用人脸检测数据集的实验结果表明，该方法具有较好的人脸检测效果，并能在准确检测的同时实现像素级的人脸信息分割。
关键词：人脸检测,Mask R-CNN算法,实例分割,RoIAlign 算法,全卷积网络
基金资助：国家自然科学基金（61772144）；广东省教育厅创新团队项目（2017KCXTD021）；广东省自然科学基金-博士启动基金（2016A030310335）；广东省普通高校青年创新人才类项目（2018KQNCX139）；广州市对外科技合作计划项目（201807010059）。
