RetinaFace : Single-Stage Face Detector
Single-Stage 기반으로 픽셀 단위로 Face Localisation을 예측하는 모델
특징
- wider face hard test 에서 SOTA 성능을 보임
- ArcFace의 성능 향상
- 가벼운 가중치의 backbone 네트워크를 사용
- single CPU core에서도 real-time으로 돌릴 수 있음
- 많은 작은 얼굴들과 다양한 크기의 얼굴들에서 좋은 성능을 보임
ArcFace : Metric Learning Face Recogntition
클래스 간 각도를 통해 차이를 두어 서로 다른 클래스 간에는 더 큰 격차를 만드는 방법
특징
- 직접적으로 margin을 두어 최적화
- 대규모 이미지와 비디오 dataset을 포함하는 10개의 얼굴 인식 benchmarks에서 최첨단 성능을 달성함
- Open-Set에서 데이터 비교 가능하여 학습되지 않은 이미지도 인식가능
ESR GAN : Enhanced Super-Resolution Generative Adversarial Networks
낮은 해상도의 이미지에서 고해상도의 이미지를 생성하는 기술
특징
- Residual in Residual Dense Block(RRDB)
- VGG-style discriminator
- Perceptual Loss
Real-ESR GAN : ESR GAN 모델에 다양한 전처리 열화기법 단계를 추가하여 확장한 모델
ESR GAN 모델에 다양한 전처리 열화기법 단계를 추가하여 확장한 모델
특징
- High-Order 열화기법
: 여러번의 열화 과정을 추가하여 저해상도 이미지 생성 - U-Net 디자인 discriminator
:정확한 파라미터 학습을 위함 - spectral normalization regularization
: 복잡한 열화를 가지고 있는 이미지를 구별하기 위함
출처
[1] J. Deng, J. Guo, Y. Zhou, J. Yu, I. Kotsia, S. Zafeiriou, RetinaFace: Single-stage Dense Face Localisation in the Wild, In CVPR, 2019
[2] J. Deng, J. Guo, X. Niannan, S. Zafeiriou, ArcFace: Additive Angular Margin Loss for Deep Face Recognition, In CVPR, 2019
[3] A. Sikdar, D. Chatterjee, A. Bhowmik, A. Chowdhury, Open-Set Metric Learning For Person Re-Identification In The Wild, In ICIP, 2020
[4] W. Xintao, Y. Ke, W. Shixiang, G. Jinjin, L. Yihao, D. Chao, L. Chen, Q. Yu, T. Xiaoou, ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks, In ECCVW, 2019
[5] W. Xintao, X. Liangbin, D. Chao, S. Ying, Real-ESRGAN: Training Real-World Blind Super- with Pure Synthetic Data,In ICCVW, 2021
