使用多任务学习方法进行人脸特征点和属性检测

前言
这篇文章总结一下最近的工作，参考展鹏大神的14年论文
[ECCV2014]Facial Landmark Detection by MultiTask
15年的论文在14年的基础上做了进一步的优化，输入图像更大了，可以关注一下。
[IEEE15]Learning Deep Representation for Face Alignment with Auxiliary Attributes

一些细节

1、第四个卷积层可以使用locally connected layer代替，实现可参考贾扬清大神的回复https://github.com/BVLC/caffe/issues/837
2、每一个层后面都有一个激活层，包括预处理完数据之后。使用ReLU激活函数即可，landmark检测那路最后一处使用tanh激活函数
，因为坐标值可能为负值。文章中提到使用absolute tanh函数，这个问题水有点深，暂不讨论。
3、不同的任务共享同一个底部feature，这其实就是多任务学习的一个很神奇的地方。
4、使用z-score的方法进行输入图像预处理
5、像素点坐标都要除以40，使坐标转成[0,1]之间的浮点数，当然可以有负值和超过1的值。

准备工作

1、改造caffe以支持多标签。具体可参考https://zhuanlan.zhihu.com/p/22190532
2、训练数据准备
作者在官网上提供了一个MTFL的数据集，其中包含了10000张人脸和相应的属性。然后做增广处理，augmentation可以aggressive一点，有一小部分人脸没被框住也是可以接受的。三种增广方式：平移（平移后仍要包含大部分人脸区域）、旋转（±30度以内）、缩放（应有一部分图片的衣领露出来）。变换的尺度加一点随机性。当然也可以加入图像压缩率变换或者镜像旋转，具体可参考论文《Face
Alignment by Deep Convolutional Network with Adaptive Learning Rate》，也要感谢志文大神的帮助
数据是非常重要的，如果增广不够，landmark的损失降不到理想值而且最终loss曲线依然震荡的很厉害，当增广到130W数据时，5个点的landmark loss
4000
可以降到0.003，增广到270W时，可以降到0.0015以下，具体的说，假如5个点有一个点的x坐标偏移了1个像素，那么对应的loss就是(1/40)^2/2=0.0003125，五个点的x、y坐标分别偏移了1个像素，对应的loss：0.003125，我的试验最终是增广到了500W，landmark训练loss可以降到0.00065。
       如果pose属性标的不好，会影响其他任务的准确度。训练数据生成lmdb时要进行shuffle处理。

实现

1、多任务权值的设置
分类任务如glass、male、smile、pose采用softmax损失层
回归任务landmark采用EuclideanLoss层
由于损失函数不一样，根据论文中的公式
 


需要对任务的损失加一个

权重，我的实现是在landmark的EuclideanLoss层参数中设置loss
weight为1，glass、male、smile的loss weight设为0.1，pose的loss weight设为0.3。这些超参的设置是经验性的。

2、训练参数的设置
batch size： 256或者128
learning rate采用fixed的方式，base_lr: 0.003
weight decay: 0.0005

3、early-stop
         没有完全按照论文的方式实现，在论文中，不同任务是依次停止的，在我的训练过程中，采用的是全部停止辅助任务的方式，因为我发现如果依次停止训练任务，被停止的任务精度会随着其他任务的训练产生明显的下降，而如果将所有辅助任务停止，虽然辅助任务的精度会随着landmark任务的训练下降，但是由于landmark的loss已经很小了，对底层权值的更新影响不会太大，因此精度下降的幅度还是可以接受的。
      由于论文中的主任务是landmark的检测，因此牺牲辅助任务是合理的，而且没有辅助任务，主任务的损失不会下降到如此低的值。最初的实验只有主任务不加辅助任务时landmark的loss在0.004-0.01之间进行震荡，可以看到多任务约束带来的影响是很明显的。
在最后对landmark进行finetune训练前，需要将weight decay设置成0，即使是0.0005对网络权值的更新也是灾难性的。

4、68个点的训练

       在训练68个点的检测过程中，要采用finetune的方法，前三层的参数保持一样，从第四层卷积层开始权值不一样了，而不是在InnerProduct layer之后。这也是一个很神奇的地方。

5点以及属性检测



5点在AFLW测试集上的测试情况



68点检测



68点在300-W测试集上的测试情况



以上就是本人最近的一个工作总结，让我感受到了深度学习方法的神奇之处，希望可以和各路大神共同探讨