A Comparative Study of Face Detection Algorithms for Masked Face Detection

要約

現代の顔検出アルゴリズムは、ポーズ、照明、スケールの変化など、多くの課題に対処する必要があります。
最近ますます注目を集めている顔検出問題のサブクラスは、遮蔽された顔の検出、より具体的にはマスクされた顔の検出です。
新型コロナウイルス感染症（COVID-19）のパンデミックが発生してから3年が経ったが、マスクをした顔に対して既存の顔検出アルゴリズムがどの程度うまく機能するかについての証拠は依然として完全に不足している。
この記事ではまず、既存のマスクされた顔データセットのレビューとともに、最先端の顔検出器とマスクされた顔問題用に作成された検出器について簡単にレビューします。
マスクされた顔検出における代表的な顔検出器のセットのパフォーマンスを評価および比較し、それらのパフォーマンスに寄与する可能性のある要因についての議論で締めくくります。

要約(オリジナル)

Contemporary face detection algorithms have to deal with many challenges such as variations in pose, illumination, and scale. A subclass of the face detection problem that has recently gained increasing attention is occluded face detection, or more specifically, the detection of masked faces. Three years on since the advent of the COVID-19 pandemic, there is still a complete lack of evidence regarding how well existing face detection algorithms perform on masked faces. This article first offers a brief review of state-of-the-art face detectors and detectors made for the masked face problem, along with a review of the existing masked face datasets. We evaluate and compare the performances of a well-representative set of face detectors at masked face detection and conclude with a discussion on the possible contributing factors to their performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google