SSD、MDSSD和MDSSDLite模型的人脸检测效果比较

本章对训练的SSD 人脸检测模型、MDSSD 人脸检测模型、MDSSD Lite 模型从检测速度、平均准确率、模型大小和实际检测效果等方面进行对比分析，以测试改进模型的有效性，如表6-4 所示。

表6-4　实验结果

表6-4 的实验效果仅在相同配置的CPU 上完成，无GPU 加速计算，实验测试基于Wider Face 的验证集。通过实验对比发现，SSD 人脸检测模型的检测速度较快，可以达到28 帧/秒，模型体积仅97M 大小，但是其检测精度较低，尤其是召回率较低。而基于 SSD 网络改进的MDSSD 网络，由于其添加了额外的检测模块、检测层和先验框，其模型参数量以及模型体积更大，因此，其检测速度略慢于SSD 网络，达到25 帧/秒，但是仍然可以达到人脸实时检测的要求；相对于SSD 的检测速度，MDSSD 网络的检测速度损失可以忽略不计。同时，MDSSD 网络的检测精度和人脸置信度较高，其平均准确率达到0.813，极大地提高了小脸检测的召回率，这相对于 SSD 模型，其平均准确率提高了20.9%，有效证明了改进模型的有效性，其P-R 曲线如图6-6 所示。基于MDSSD 网络的量化压缩模型MDSSD Lite 模型，其检测精度高，检测速度最快，可达到34 帧/秒，模型体积最小仅为63M。

图6-6　模型P-R 曲线对比图(www.xing528.com)

基于SSD 模型、MDSSD 模型和MDSSD Lite 模型的简单、中等、复杂场景下的人脸检测效果如图6-7 所示，其中顶层图像为SSD 人脸检测模型检测效果，中间层图像为MDSSD 模型检测效果，底层图像为MDSSD Lite 模型检测效果。

图6-7　模型检测结果对比示例

图像中深（红）色框为模型错误识别的人脸，浅（蓝）色框为模型正确检测到的人脸区域。在简单场景下，图像背景简单，人脸分辨率较高，因此，SSD、MDSSD、MDSSD Lite 三个模型的检测效果相当；但是由于SSD 网络低层特征图的语义特征不丰富，因此，无法检测到稍小的模糊人脸。同时，对于正常人脸检测而言，SSD 人脸检测模型的框回归相对不准确，无法完整定位到全部人脸区域，这也证明了MDSSD算法基于K-Means 聚类的先验框设置的有效性。在中等复杂场景下，SSD 模型的错检率较高，而MDSSD 和MDSSD Lite 模型可以很好地检测到自然场景下的人脸，其错检率和漏检漏均较低。在复杂场景下，尤其是人脸密集图像中，SSD 模型几乎无法检测到小脸和遮挡人脸。对于背景简单的复杂场景，MDSSD 模型和MDSSD Lite 模型仍然可以检测到几乎全部的人脸，而对于背景复杂场景，其仅存在很少的漏检人脸，但是漏检的人脸往往分辨率很低且遮挡严重，人脸特征不明显。

总体而言，MDSSD 人脸检测模型有较高的检测精度和检测速度，但模型参数较多，计算相对复杂，适用于高性能设备的实时人脸检测需求。而MDSSD Lite 模型的检测速度较快，检测精度较高，可以部署到大多数设备进行实时人脸检测。MDSSD 模型与SSD 模型的检测速度相当，但其检测精度优于SSD 模型，而MDSSD Lite 的检测精度和检测速度均优于SSD 模型，因此，MDSSD 模型和MDSSD Lite 模型更适用于人脸检测工业应用。