AI 检测出以下两张图里的脸，哪张更难？
答案是——卡通脸！
人脸轮廓清晰，五官立体，皮肤纹理很丰富。这是人脸识别的硬核基础。
而卡通脸，就是动漫形象的脸，他们是动漫作者自由创作的，天马行空。要啥，啥没有，全是线条、色块和表情。
有的是歪瓜咧嘴的怪兽，有的是脱胎动物、玩具，还有纯表情包，千奇百怪。
对比一下，差别很直观。
如果用人脸识别技术去检测卡通脸，对不起，机器设备便高举“识别失败”的警示牌。
一句话，卡通脸让厉害的人脸检测技术“集体失灵”。
这回，腾讯优图实验室出手了，在不久前的IJCAI 2020 iCartoonFace挑战赛上，拿下了卡通脸检测的冠军。
腾讯优图研究员说，利器便是ACFD——
ACFD是一种基于深度学习的目标检测技术，属于一阶段带有锚点框的检测方法。输入一张卡通图片，ACFD便可以输出图片中卡通脸的位置（x,y,w,h）以及对应的置信度，无需任何预训练模型，推理速度仅为50ms。
听起来有些懵。
翻译成大白话，ACFD是一个排除图片背景因素干扰，判断是否有卡通脸，并把它框出来的高效检测神器。
要知道ACFD到底有多牛，尝试一下下面的脑洞题。
图里的卡通人物有多少共同特征？（划重点：卡通人物，一图多脸，共同特征）
共同特征是做检测的依据。要是换作人脸，很简单，靠五官纹理等，搞定一切。
Emmmm，在动漫世界，充满想象力的五官线条，没纹理，还会和相似的动画物体撞车。没有五官，太南了。
可是，ACFD竟然把脸框出来啦。
腾讯优图研究员提供了个解题思路，仿照人，一定有脸；有脸，一定有轮廓。他们把这种想法融入到ACFD里，创新性采取全新主干网络VoVNetV3，通过非对称的卷积，排除干扰，提取共同特征。
回到最初提问，答案是脸的轮廓。
铁甲、奥特曼、变形金刚的面部是脸，还是头盔？
机器脸常遇到“撞色”情况，脸的颜色和头盔等背景色很雷同，不确定它们有没有脸。这似乎是一个脑洞题。
对ACFD来说，是一个算法题，检测的算力强，就越接近真相。
它用了一双“透视眼”——基于间隔的损失函数MC loss。它会在机器人的头盔和疑似卡通脸的特征之间，增加一个硬性间隔，好比对透视眼滴眼药水，提高辨识能力，让背景和卡通的区分更明显。
经过ACFD的检测，铁甲、奥特曼、变形金刚都是被头盔遮挡的有脸机器人。
动漫形象的脸可以通过身体其他部位来判断吗？
提供一条线索，对于人脸，这是可以有的，丰富的身体信息起到辅助作用。
这个侧面如何断定是一张卡通脸？ACFD想把这种不可能变为可能。
知易，行难。
因为这个发问是AI的前沿课题，如何利用图片内关联信息，深度理解图像内容。
ACFD找到了一个杀手锏——Abi-FPN，训练时，它在标注脸部位置时，有意识强化了发型、耳朵、侧颜等与脸的关联度。这是一种高效的非对称的双向特征金字塔结构。
所以，你能否想到，经过ACFD的检测，上图的身体细节被检测框框成这样：
类推，很多看不清楚脸的图也能框出卡通脸：
总之，腾讯优图研究员告诉我们，下方图片基本囊括了所有高难度检测场景，ACFD没有搞不定的。
你说，工程师没事检测卡通脸有什么用？
这还不是最后一公里。
每一次检测都在推动一次有效识别。当卡通脸被检测时，腾讯卡通脸识别算法正在根据检测结果，悄然运行，为每一个卡通脸抓取DNA。
想一想小猪佩奇家族，清一色的长鼻子和圆脸蛋，撞脸严重。
不要紧，ACFD和腾讯卡通脸识别算法一起，找到了佩奇的新显著特征——嘴巴和衣服。可以想象，以后，利用佩奇的嘴巴和衣服做识别判断，谁还想山寨，可没那么容易啦。
到此，技术贴告一段落。
还要替工程师们发布一则应援贴：
这项杠杠的技术能应用在哪些行业、哪些领域，解决哪些问题？
快来底部留言给我们开脑洞吧~
