陳張傑
南方科技大學計算機科學與工程系三年級
人臉檢測技術是指對于任意一幅給定的圖像，通過計算機算法對其進行搜尋以确定其中是否含有人臉，如果其中包含人臉則标定人臉的位置、大小等特征。這項技術近年來非常火熱，而這項技術的普及也帶來了對于檢測率、效率等各方面的需求，這些需求也影響了人們對于模型的選擇。
基于Haar特征的級聯分類器（Haar Feature-based Cascade Classifier）于2001年被提出，這是一種經典的人臉檢測算法，通過Haar特征有效地檢測對象，通過積分圖來提高圖像特征值計算的效率，通過AdaBoost算法來訓練一個強分類器。一直以來這項技術憑借着快速、出色的檢測效果在人臉檢測方面獲得了廣泛的應用。
基于卷積神經網絡的YuNet于2018年12月釋出，2019年3月開源。它是一個強大的、輕量級的人臉檢測模型，可以裝載在大部分裝置上運作。YuNet的人臉檢測速度可達到1000fps，并且可以檢測很多較難檢測的對象，如被遮擋的人臉、側臉等。
當技術使用者需要一個模型來進行人臉檢測時，到底是繼續沿用傳統分類器模型，還是改用基于神經網絡的新方法，成為了一個令人糾結的問題。很多人會認為傳統方法訓練簡單，消耗的計算力更少，檢測人臉速度更快，效率更高。然而，這一想法是否正确？本文将通過一系列測試，來客觀對比這兩種方法的效果，進而證明YuNet在各方面已經遠遠超越了傳統分類器方法：
- 測試平台：Windows10 x64 Intel(R) Core(TM) i7-10710U CPU @ 1.10GHz 1.61 GHz
- 測試參數：基于Haar特征的級聯分類器: 使用預設值（ScaleFactor=1.1, MinNeighbors=2）YuNet: 使用預設值（ConfThreshold=0.9, NmsThreshold=0.3）
- 平均耗時測量方法：重複執行檢測部分100次，取平均時間
對比測試 1：
測試圖像大小：320*320
測試結果：
| 模型 | 檢測人臉數目 | 平均耗時 |
| Cascade Classifier | 8 | 25.81ms |
| YuNet | 8 | 5.09ms |
兩者對簡單清晰無遮擋的人臉都有着不錯的檢測率，都成功識别了全部8個人臉。
在耗時上，YuNet消耗時間遠少于傳統方法，效率是傳統方法的5倍。
對比測試 2：
測試圖像大小：320*320
測試結果：
| 模型 | 檢測人臉數目 | 平均耗時 |
| Cascade Classifier | 7 | 24.00ms |
| YuNet | 10 | 5.36ms |
對比測試2中，測試圖像包含部分側臉、遮擋住的人臉，由此針對性地反映檢測模型對于此類人臉的檢測能力。
YuNet正确識别的人臉數為10個，而傳統方法為7個。從這一測試中可以看出YuNet對于被遮擋的面部、非正臉面部的檢測較傳統方法更為優秀。
耗時結果與上一個測試相類似。
對比測試 3：
測試圖像大小：320*320
測試結果：
| 模型 | 檢測人臉數目 | 平均耗時 |
| Cascade Classifier | 7 | 24.58ms |
| YuNet | 37 | 5.12ms |
對比測試3使用世界最大的自拍中截取圖像作為測試結果，由此考驗檢測模型對于不同尺寸人臉的檢測能力。
從結果中可以明顯看到，傳統結果正确檢測到了6張尺寸較大的人臉，卻無法檢測到中部以及後方的人臉，且存在一個誤檢測，檢測率較低；而雖然YuNet也難以檢測到後方較小的人臉，但是在圖像前半部分正确檢測到了37張臉，是傳統方法的6倍數量。由此可以總結YuNet對于各尺寸的人臉相容性優于傳統分類器。
耗時結果上來看，YuNet效率依舊遠超傳統方法，且從這裡可以看出，對一張320*320圖像進行人臉檢測，傳統方法的耗時在25ms附近，而YuNet可以一直保持在5ms左右的水準。
對比測試 4：
測試圖像大小：640*640
測試結果：
| 模型 | 檢測人臉數目 | 平均耗時 |
| Cascade Classifier | 29 | 111.26ms |
| YuNet | 137 | 22.32ms |
測試4想通過放大圖像尺寸來檢驗YuNet的優勢是否還可以保持住。
可以明顯注意到在圖像尺寸放大之後，Haar特征分類器正确地檢測到了更多人臉，但是這一提升依舊難以與YuNet的提升相提并論：在這次測試中，傳統方法正确識别了29張人臉，而YuNet可以識别137張人臉。
兩者的效率依舊存在顯著的差距，從耗時結果來看，當圖像尺寸增長時，YuNet的耗時依舊遠低于傳統方法。
總結
從以上幾個測試來看，YuNet具備了以下優勢：
- 有更好的檢測率和效率。
- 可以檢測被遮擋的面部以及側臉。
- 更為輕量，檔案大小更小。如‘facedetectionyunet2022mar.onnx’的檔案大小為337 KB，而傳統方法中相對應的‘haarcascadefrontalface_default.xml’大小為908KB。
- 參數簡單易調，傳統方法參數需要根據圖檔大小、人臉數量、人臉大小等一系列變量來不斷調節以達到最好效果，而YuNet使用預設參數即可解決大部分情景。
- 效率穩定，在同一尺寸下，傳統方法耗時與參數緊密相關，而YuNet檢測人臉的耗時更短且較為固定。
基于CNN的YuNet在各方面表現結果都優于基于Haar特征的級聯分類器，在選用人臉檢測模型時，應該首先考慮選擇基于CNN的YuNet。
部分代碼
Haar cascade classifier
import cv2
import time
img = cv2.imread('test_pics/selfie640.png')
k = 100
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
tic = time.perf_counter()
# Convert into grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Detect faces
for i in range(1, k):
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3)
toc = time.perf_counter() YuNet
import cv2 as cv
import numpy as np
from yunet import YuNet
import time
img = cv.imread('test_pics/selfie640.png')
k = 100
model = YuNet(modelPath='face_detection_yunet_2022mar.onnx',
inputSize=[320, 320],
confThreshold=0.9,
nmsThreshold=0.3,
topK=5000,
backendId=3,
targetId=0)
h, w, _ = img.shape
# Inference
model.setInputSize([w, h])
tic = time.perf_counter()
for i in range(1, k):
results = model.infer(img)
toc = time.perf_counter() 引用
測試圖像均截取于World's Largest Selfie以及Wider Face資料集。
—THE END—
下載下傳1：Pytorch常用函數手冊
在「OpenCV與AI深度學習」公衆号背景回複：Pytorch函數手冊，即可下載下傳學習全網第一份Pytorch函數常用手冊，包括Tensors介紹、基礎函數介紹、資料處理函數、優化函數、CUDA程式設計、多處理等十四章内容。
下載下傳2：145個OpenCV執行個體應用代碼
在「OpenCV與AI深度學習」公衆号背景回複：OpenCV145，即可下載下傳學習145個OpenCV執行個體應用代碼（Python和C++雙語言實作）。